sphinxjava

Ⅰ 全文檢索工具有哪些

1. Lucene

Lucene的開發語言是java，也是Java家族中最為出名的一個開源搜索引擎，在Java世界中已經是標準的全文檢索程序，它提供了完整的查詢引擎和索引引擎，沒有中文分詞引擎，需要自己去實現，因此用Lucene去做一個搜素引擎需要自己去架構.另外它不支持實時搜索，但linkedin和twitter有分別對Lucene改進的實時搜素. 其中Lucene有一個C++移植版本叫CLucene，CLucene因為使用C++編寫，所以理論上要比lucene快.
2. Sphinx

Sphinx是一個用C++語言寫的開源搜索引擎，也是現在比較主流的搜索引擎之一，在建立索引的事件方面比Lucene快50%，但是索引文件比Lucene要大一倍，因此Sphinx在索引的建立方面是空間換取事件的策略，在檢索速度上，和lucene相差不大，但檢索精準度方面Lucene要優於Sphinx，另外在加入中文分詞引擎難度方面，Lucene要優於Sphinx.其中Sphinx支持實時搜索，使用起來比較簡單方便.
3. Xapian

Xapian是一個用C++編寫的全文檢索程序，它的api和檢索原理和lucene在很多方面都很相似，算是填補了lucene在C++中的一個空缺.
4. Nutch

Nutch是一個用java實現的開源的web搜索引擎，包括爬蟲crawler，索引引擎，查詢引擎. 其中Nutch是基於Lucene的，Lucene為Nutch提供了文本索引和搜索的API.

對於應該使用Lucene還是使用Nutch，應該是如果你不需要抓取數據的話，應該使用Lucene，最常見的應用是：你有數據源，需要為這些數據提供一個搜索頁面，在這種情況下，最好的方式是直接從資料庫中取出數據，並用Lucene API建立索引.
5. DataparkSearch

DataparkSearch是一個用C語言實現的開源的搜索引擎. 其中網頁排序是採用神經網路模型. 其中支持HTTP，HTTPS，FTP，NNTP等下載網頁.包括索引引擎，檢索引擎和中文分詞引擎(這個也是唯一的一個開源的搜索引擎里有中文分詞引擎).能個性化定製搜索結果，擁有完整的日誌記錄.
6. Zettair

Zettair是根據Justin Zobel的研究成果為基礎的全文檢索實驗系統.它是用C語言實現的. 其中Justin Zobel在全文檢索領域很有名氣，是業界第一個系統提出倒排序索引差分壓縮演算法的人，倒排列表的壓縮大大提高了檢索和載入的性能，同時空間膨脹率也縮小到相當優秀的水平. 由於Zettair是源於學術界，代碼是由RMIT University的搜索引擎組織寫的，因此它的代碼簡潔精煉，演算法高效，是學習倒排索引經典演算法的非常好的實例. 其中支持linux，windows，mac os等系統.
7. Indri

Indri是一個用C語言和C++語言寫的全文檢索引擎系統，是由University of Massachusetts和Carnegie Mellon University合作推出的一個開源項目. 特點是跨平台，API介面支持Java，php，C++.
來自網路。

Ⅱ 電腦-Sphinx在windows下安裝使用[支持中文全文檢索]

前一陣子嘗試使用了一下Sphinx，一個能夠被各種語言(PHP/Python/Ruby/etc)方便調用的全文檢索系統。網上的資料大多是在linux環境下的安裝使用，當然，作為生產環境很有必要部署在*nix環境下，作為學習測試，還是windows環境比較方便些。

本文旨在提供一種便捷的方式讓Sphinx在windows下安裝配置以支持中文全文檢索，配置部分在linux下通用。

一、關於Sphinx

Sphinx 是一個在GPLv2 下發布的一個全文檢索引擎，商業授權（例如, 嵌入到其他程序中）需要聯系作者（Sphinxsearch.com）以獲得商業授權。

一般而言，Sphinx是一個獨立的搜索引擎，意圖為其他應用提供高速、低空間佔用、高結果相關度的全文搜索功能。Sphinx可以非常容易的與SQL資料庫和腳本語言集成。

當前系統內置MySQL和PostgreSQL 資料庫數據源的支持，也支持從標准輸入讀取特定格式的XML數據。通過修改源代碼，用戶可以自行增加新的數據源（例如：其他類型的DBMS的原生支持）。

搜索API支持PHP、Python、Perl、Rudy和Java，並且也可以用作MySQL存儲引擎。搜索API非常簡單，可以在若干個小時之內移植到新的語言上。

Sphinx特性：

高速的建立索引(在當代CPU上，峰值性能可達到10MB/秒); 高性能的搜索(在2–4GB的文本數據上，平均每次檢索響應時間小於0.1秒); 可處理海量數據(目前已知可以處理超過100GB的文本數據,在單一CPU的系統上可處理100M文檔); 提供了優秀的相關度演算法，基於短語相似度和統計（BM25）的復合Ranking方法; 支持分布式搜索; 提供文件的摘錄生成; 可作為MySQL的存儲引擎提供搜索服務; 支持布爾、短語、詞語相似度等多種檢索模式; 文檔支持多個全文檢索欄位(最大不超過32個); 文檔支持多個額外的`屬性信息(例如：分組信息，時間戳等); 停止詞查詢; 支持單一位元組編碼和UTF-8編碼; 原生的MySQL支持(同時支持MyISAM和InnoDB); 原生的PostgreSQL支持.

中文手冊可以在這里獲得（酷勤網備用下載地址：sphinx_doc_zhcn_0.9.pdf）。

二、Sphinx在windows上的安裝

1.直接在http://www.sphinxsearch.com/downloads.html找到最新的windows版本，我這里下的是Win32 release binaries with MySQL support，下載後解壓在D:sphinx目錄下；

2.在D:sphinx下新建一個data目錄用來存放索引文件，一個log目錄方日誌文件，復制D:sphinxsphinx.conf.in到D:sphinxbinsphinx.conf（注意修改文件名）；

3.修改D:sphinxbinsphinx.conf，我這里列出需要修改的幾個：

type= mysql # 數據源，我這里是mysqlsql_host;= localhost # 資料庫伺服器sql_user;= root # 資料庫用戶名sql_pass;=;'' # 資料庫密碼sql_db;;;= test # 資料庫sql_port;= 3306 # 資料庫埠

sql_query_pre;;;= SET NAMES utf8 # 去掉此行前面的注釋，如果你的資料庫是uft8編碼的

index test1{#;放索引的目錄;path;;;= D:/sphinx/data/# 編碼;charset_type;;= utf-8;#; 指定utf-8的編碼表;charset_table=0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F;# 簡單分詞，只支持0和1，如果要搜索中文，請指定為1;ngram_len;;;;= 1# 需要分詞的字元，如果要搜索中文，去掉前面的注釋;ngram_chars;;;= U+3000..U+2FA1F}

# index test1stemmed : test1# {;# path;;;= @CONFDIR@/data/test1stemmed;# morphology;;= stem_en# }# 如果沒有分布式索引，注釋掉下面的內容# index dist1# {;# 'distributed' index type MUST be specified;# type;;;;= distributed

;# local index to be searched;# there can be many local indexes configured;# local;;;;= test1;# local;;;;= test1stemmed

;# remote agent;# multiple remote agents may be specified;# syntax is 'hostname:port:index1,[index2[,...]];# agent;;;;= localhost:3313:remote1;# agent;;;;= localhost:3314:remote2,remote3

;# remote agent connection timeout, milliseconds;# optional, default is 1000 ms, ie. 1 sec;# agent_connect_timeout;= 1000

;# remote agent query timeout, milliseconds;# optional, default is 3000 ms, ie. 3 sec;# agent_query_timeout;;= 3000# }

# 搜索服務需要修改的部分searchd{;# 日誌;log;;;;;= D:/sphinx/log/searchd.log

;# PID file, searchd process ID file name;pid_file;;;= D:/sphinx/log/searchd.pid

# windows下啟動searchd服務一定要注釋掉這個 # seamless_rotate;;= 1}

4.導入測試數據

C:Program FilesMySQLMySQL Server 5.0bin>mysql -uroot test<d:/sphinx/example.sql

5.建立索引

D:sphinxbin>indexer.exe test1

Sphinx 0.9.8-release (r1533)

Copyright (c) 2001-2008, Andrew Aksyonoff

using config file 『./sphinx.conf』…

indexing index 『test1′…

collected 4 docs, 0.0 MB

sorted 0.0 Mhits, 100.0% done

total 4 docs, 193 bytes

total 0.101 sec, 1916.30 bytes/sec, 39.72 docs/sec

D:sphinxbin>

6.搜索』test』試試

D:sphinxbin>search.exe test

Sphinx 0.9.8-release (r1533)

Copyright (c) 2001-2008, Andrew Aksyonoff

using config file 『./sphinx.conf』…

index 『test1′: query 『test 『: returned 3 matches of 3 total in 0.000 sec

displaying matches:

1. document=1, weight=2, group_id=1, date_added=Wed Nov 26 14:58:59 2008

;;;;;id=1

;;;;;group_id=1

;;;;;group_id2=5

;;;;;date_added=2008-11-26 14:58:59

;;;;;title=test one

;;;;;content=this is my test document number one. also checking search within

;phrases.

2. document=2, weight=2, group_id=1, date_added=Wed Nov 26 14:58:59 2008

;;;;;id=2

;;;;;group_id=1

;;;;;group_id2=6

;;;;;date_added=2008-11-26 14:58:59

;;;;;title=test two

;;;;;content=this is my test document number two

3. document=4, weight=1, group_id=2, date_added=Wed Nov 26 14:58:59 2008

;;;;;id=4

;;;;;group_id=2

;;;;;group_id2=8

;;;;;date_added=2008-11-26 14:58:59

;;;;;title=doc number four

;;;;;content=this is to test groups

words:

1. 『test』: 3 documents, 5 hits

D:sphinxbin>

都所出來了吧。

6.測試中文搜索

修改test資料庫中documents數據表，

UPDATE `test`.`documents` SET `title` = 『測試中文』, `content` = 『this is my test document number two，應該搜的到吧』 WHERE `documents`.`id` = 2;

重建索引：

D:sphinxbin>indexer.exe –all

搜索』中文』試試：

D:sphinxbin>search.exe 中文

Sphinx 0.9.8-release (r1533)

Copyright (c) 2001-2008, Andrew Aksyonoff

using config file 『./sphinx.conf』…

index 『test1′: query 『中文 『: returned 0 matches of 0 total in 0.000 sec

words:

D:sphinxbin>

貌似沒有搜到，這是因為windows命令行中的編碼是gbk，當然搜不出來。我們可以用程序試試，在D:sphinxapi下新建一個foo.php的文件，注意utf-8編碼

<?php

require 』sphinxapi.php』;

$s = new SphinxClient();

$s->SetServer(』localhost』,3312);

$result = $s->Query(』中文』);

var_mp($result);

?>

啟動Sphinx searchd服務

D:sphinxbin>searchd.exe

Sphinx 0.9.8-release (r1533)

Copyright (c) 2001-2008, Andrew Aksyonoff

WARNING: forcing –console mode on Windows

using config file 『./sphinx.conf』…

creating server socket on 0.0.0.0:3312

accepting connections

執行PHP查詢：

php d:/sphinx/api/foo.php

結果是不是出來？剩下的工作就是去看手冊，慢慢摸索高階的配置。

Ⅲ java.sql.SQLException: Access denied for user 'root'@'localhost' (using password: YES)

我的回答不是針對樓主的，我是在安裝jbpm4.4到tomcat時報的這個錯誤，原因是tomcat/conf文件夾下的server.xml里的資料庫用戶名和密碼與jbpmhomeinstalljdbc文件夾下的mysql.properities沒有對應起來，在這里和大家分享一下