JavaEye3.0开发手记之三 － 狮身人面

Sphinx的含义是“狮身人面像”，是古埃及的金字塔建筑，传说Sphinx是有翼的狮身女怪，她常叫过路行人猜谜, 猜不出者即遭杀害。

但是我这里说的Sphinx是一个高性能的搜索引擎：

http://www.sphinxsearch.com/

Sphinx是一个俄国人开发的搜索引擎，它的主要特点是：

一、性能非常出色
150万条记录一两分钟就索引完毕，2-4GB以内的文本检索速度不到0.1秒钟。ferret也望尘莫及，更不要说lucene了。

二、和数据库集成性很好
Sphinx通过配置文件可以自行读取数据库信息做索引，不依赖任何外部的应用程序，并且可以作为一个daemon进程启动，支持分布式检索，并发响应性能很好。因此很多过去使用ferret的人因为并发检索的问题都改用Sphinx了。

三、可以做MySQL的全文检索
MySQL的数据库引擎是可插拔的结构，Sphinx开发了一个SphinxSE数据库引擎，可以在编译MySQL的时候直接编译到MySQL里面去，这样的话，可以在数据库级别支持高性能的全文检索，那么你可以以如下SQL方式去全文检索了：

select * from xxxx where query='test;sort=attr_asc:group_id' AND ....;

很棒吧。


四、RoR支持也很棒
有一个acts_as_sphinx插件，类似acts_as_ferret，集成到RoR里面很简单。

Sphinx目前可能存在的问题估计还是中文分词问题：

Sphinx支持UTF-8编码的分词，但是他自己的文档上面说仅仅支持英文和俄文的分词，因此我估计对中文分词可能还不能很好的支持。

总之，Sphinx是我们另外一个很棒的选择。

评论

10 楼 javsky 2007-09-12  

引用

150万条记录一两分钟就索引完毕，2-4GB以内的文本检索速度不到0.1秒钟

  好强啊，这么的搜索引擎，大家多研究研究。

9 楼 imjl 2007-09-12  

成熟应用就两个。。

8 楼 imjl 2007-09-12  

一： 版本数字还是0.××，，，也就是还没正式版。

二： 我看了下，还没比较好的中文分词（半年前我一朋友自己写了个，好像是基于sphi×，）

三： 分布式还不成熟

四： 很多企业特征无


期待robbin的“小白鼠”经验和心得，，，

7 楼 kris_xu 2007-09-11  

引用

Sphinx的含义是“狮身人面像”，是古埃及的金字塔建筑，传说Sphinx是有翼的狮身女怪，她常叫过路行人猜谜, 猜不出者即遭杀害。

看来老大用的是金山词霸啊。

6 楼 fyting 2007-09-11  

blowfisher 写道

"150万条记录一两分钟就索引完毕" ---太恐怖了 每秒能处理12500条？ 回想Lucene才多少..

得看具体应用，一条记录可大可小的……索引速度还牵涉到分词、I/O、还有数据库与索引程序之间的通信吧。
ps:我觉得分词要自己写才好控制，可以加入很多应用相关的东西进去。

5 楼 crazycode 2007-09-11  

引用

select * from xxxx where query='test;sort=attr_asc:group_id' AND ....;

对呀，这个语法有点怪怪的，where子句应该是做约束的，这里还包括了sort，那order by怎么办？

4 楼 blowfisher 2007-09-11  

"150万条记录一两分钟就索引完毕" ---太恐怖了 每秒能处理12500条？ 回想Lucene才多少..

3 楼 过河卒 2007-09-11  

引用

select * from xxxx where query='test;sort=attr_asc:group_id' AND ....;

这个sql，不常见，知道什么语法？解析一下
是安装插件后扩展的吗?

2 楼 flyinglife 2007-09-11  

俄国人?还是叫俄罗斯人比较好 哦

1 楼 thundercao 2007-09-10  

对中文分词支持如果和Ferret差不多也搞着能用