Sphinx+MySQL全文检索架构与安装

Sphinx+MySQL全文检索架构与安装2010-07-07 s135.com 前言：

本文阐述的是一款经过生产环境检验的千万级数据全文检索（搜索引擎）架构。本文只列出前几章的内容节选，不提供全文内容。

在DELL PowerEdge 6850服务器（四颗64 位Inter Xeon MP 7110N处理器 / 8GB内存）、RedHat AS4 Linux操作系统、MySQL 5.1.26、MyISAM存储引擎、key_buffer=1024M环境下实测，单表1000万条记录的数据量（这张MySQL表拥有int、datetime、varchar、text等类型的10多个字段，只有主键，无其它索引），用主键（PRIMARY KEY）作为WHERE条件进行SQL查询，速度非常之快，只耗费0.01秒。

出自俄罗斯的开源全文搜索引擎软件 Sphinx ，单一索引最大可包含1亿条记录，在1千万条记录情况下的查询速度为0.x秒（毫秒级）。Sphinx创建索引的速度为：创建100万条记录的索引只需3～4分钟，创建1000万条记录的索引可以在50分钟内完成，而只包含最新10万条记录的增量索引，重建一次只需几十秒。

基于以上几点，我设计出了这套搜索引擎架构。在生产环境运行了一周，效果非常不错。有时间我会专为配合Sphinx搜索引擎，开发一个逻辑简单、速度快、占用内存低、非表锁的MySQL存储引擎插件，用来代替MyISAM引擎，以解决MyISAM存储引擎在频繁更新操作时的锁表延迟问题。另外，分布式搜索技术上已无任何问题。

一、搜索引擎架构设计：

1、搜索引擎架构图：

2、搜索引擎架构设计思路：

（1）、调用方式最简化：

尽量方便前端Web工程师，只需要一条简单的SQL语句“SELECT ... FROM myisam_table JOIN sphinx_table ON （sphinx_table.sphinx_id=myisam_table.id） WHERE query="...";”即可实现高效搜索。

（2）、创建索引、查询速度快：

①、Sphinx Search 是由俄罗斯人Andrew Aksyonoff 开发的高性能全文搜索软件包，在GPL与商业协议双许可协议下发行。

Sphinx的特征：

Sphinx支持高速建立索引（可达10MB/秒，而Lucene建立索引的速度是1.8MB/秒）

高性能搜索（在2-4 GB的文本上搜索，平均0.1秒内获得结果）

高扩展性（实测最高可对100GB的文本建立索引，单一索引可包含1亿条记录）

支持分布式检索

支持基于短语和基于统计的复合结果排序机制

支持任意数量的文件字段（数值属性或全文检索属性）

支持不同的搜索模式（“完全匹配”，“短语匹配”和“任一匹配”）

支持作为Mysql的存储引擎