环境: sphinx 0.9.8 rc2 + libmmseg 0.7.3 + thinking_sphinx 1.2.8 + ubuntu 8.1.0 Desktop version

效果预览：
1， http://www.zikii.com/ 这个网站 也是基于 sphinx 实现的
2，我的



由于项目需要，需要实现站内搜索，全文检索和 中文分词 功能，最后选型了 sphinx + libmmseg + thinking_sphinx ， 折腾了好大一会，最后测试成功
sphinx 是俄国人开发的opensourse 搜索引擎，索引速度很快， libmmseg 是中国人开发的中文分词程序，thinking_sphinx 是封装调用sphinx的rails plugin

下面用到的所有资源 打包下载：
http://www.uushare.com/user/fl1429/file/2043579

1，项目的所有的源码编译安装 ， 全部移到 /root 下进行,凡是出现权限不够的， 在命令前加上 sudo

2，安装 libmmseg

./configure
make
make install
具体可以参考：
http://www.coreseek.cn/opensource/mmseg/

3,安装 ruby 扩展，进入 mmseg ruby 目录下 （注意最后面有一个点）

cd ruby
cp /usr/local/include/mmseg/*.h .

cp ../src/*.h .   



cp ../src/css/*.h .   

ruby extconf.lin.rb

make

sudo make install

成功的话，可以到irb下，测试看看是否成功了

irb  

require 'mmseg'

注意:如果在这一步出错,且出错提示为：



css/UnigramCorpusReader.cpp:89: error: ’strncmp’ was not declared in this scope



则需手工编辑.src/css目录下UnigramCorpusReader.cpp 文件,在其第一行加上



#include <string.h>



然后重新 make,即可通过



4，创建辞典文件



进入 mmseg 的 data 目录下



mmseg -u unigram.txt



把生成的文件名改为 uni.lib



5,安装sphinx (把两个补丁放入 解压后 的 sphinx下)



cd sphinx-0.9.8-rc2



patch -p1 < sphinx-0.98rc2.zhcn-support.patch  ＃patch中文补丁



patch -p1 < fix-crash-in-excerpts.patch # patch 防crash 补丁



Copy mmseg安装文件夹下 src/csr_typedefs.h 和



src/css/SegmenterManager.h 到Sphinx安装文件夹下的 src



文件夹下



./configure



make

sudo make install



注意：如果在这一步出现



/usr/local/include/mmseg/freelist.h:22: error: ‘strlen’ was not declared in this scope



的错误，手工修改 /usr/local/mmseg/include/mmseg/freelist.h



在上面添加

#include <string.h>



以上的配置 sphinx 就支持 中文分词 搜索了。。。



Demo:



1,依照 Ryan 的例子 配置 好基本的英文搜索 



http://railscasts.com/episodes/120-thinking-sphinx



2，重点是 model 里的 定义索引 



define_index do



indexes content

indexes :name, :sortable => true

indexes comments.content, :as => :comment_content

indexes [author.first_name, author.last_name], :as => :author_name

has author_id, created_at

end



3，把上面生成的 uni.lib 辞典文件 拷入 项目的 lib 下 （或者别的地方，看你配置里的charset_dictpath的,不编译的话，可以用别人现成的uni.lib）



4，在项目的 config 下新建一个 sphinx.yml 文件

development: &my_settings

enable_star: 1

min_prefix_len: 0

min_infix_len: 2

min_word_len: 1

max_results: 70000

morphology: none

listen: localhost:3312

charset_dictpath: /home/feng/RailsProject/Search/lib

test:

<<: *my_settings

production:

<<: *my_settings



上面的

/home/feng/RailsProject/Search/lib 可以写成  "#{RAILS_ROOT}/lib"

5，生成配置文件



rake ts:config



 这样config 下会生成一个 development.sphinx.conf 文件



找到 charset_type = utf-8 把后面 utf-8 修改为 zh_cn.utf-8,并在下面添加如下语句



charset_dictpath = /home/feng/RailsProject/Search/lib （你工程的lib路径）



6，建立索引



rake ts:index INDEX_ONLY=true

注意后面必须添加  INDEX_ONLY=true不然的话，配置文件会被重置,还有不要写成 INDEX_ONLY = true





7，启动sphinx服务



rake ts:start

8,启动webrick 



注意，sphinx 必须在webrick的前面 先启动

我的demo项目，其实就是上面ryan 的，下载后可以看到我的具体配置，或者详细的内容



http://www.uushare.com/user/fl1429/file/2043752





ref:

http://wiki.github.com/cogentsoft/zbs/180787

http://www.javaeye.com/topic/431217?page=1

http://www.javaeye.com/topic/196451

http://blog.sina.com.cn/s/blog_412d58ec010090pq.html

http://freelancing-god.github.com/ts/en/rake_tasks.html