福州建网站 做网页,google网站质量,自建站平台,危险网站解除一、Sphinx介绍 1.1 简介 Sphinx是由俄罗斯人Andrew Aksyonoff开发的一个全文检索引擎。意图为其他应用提供高速、低空间占用、高结果 相关度的全文搜索功能。Sphinx可以非常容易的与SQL数据库和脚本语言集成。当前系统内置MySQL和PostgreSQL 数据库数据源的支持#xff0c;也…一、Sphinx介绍 1.1 简介 Sphinx是由俄罗斯人Andrew Aksyonoff开发的一个全文检索引擎。意图为其他应用提供高速、低空间占用、高结果 相关度的全文搜索功能。Sphinx可以非常容易的与SQL数据库和脚本语言集成。当前系统内置MySQL和PostgreSQL 数据库数据源的支持也支持从标准输入读取特定格式 的XML数据。通过修改源代码用户可以自行增加新的数据源例如其他类型的DBMS 的原生支持。 1.2 Sphinx的主要特性 高速的建立索引(在当代CPU上峰值性能可达到10 MB/秒);高性能的搜索(在2 – 4GB 的文本数据上平均每次检索响应时间小于0.1秒);可处理海量数据(目前已知可以处理超过100 GB的文本数据, 在单一CPU的系统上可 处理100 M 文档);提供了优秀的相关度算法基于短语相似度和统计BM25的复合Ranking方法;支持分布式搜索;支持短语搜索提供文档摘要生成可作为MySQL的存储引擎提供搜索服务;支持布尔、短语、词语相似度等多种检索模式;文档支持多个全文检索字段(最大不超过32个);文档支持多个额外的属性信息(例如分组信息时间戳等);支持断词;支持单字节编码与UTF-8编码。 1.3 Sphinx工作流程 流程图解释 Database数据源是Sphinx做索引的数据来源。因为Sphinx是无关存储引擎、数据库的所以数据源可以是MySQL、PostgreSQL、XML等数据。Indexer索引程序从数据源中获取数据并将数据生成全文索引。可以根据需求定期运行Indexer达到定时更新索引的需求。SearchdSearchd直接与客户端程序进行对话并使用Indexer程序构建好的索引来快速地处理搜索查询。APP客户端程序。接收来自用户输入的搜索字符串发送查询给Searchd程序并显示返回结果。 Sphinx的整个工作流程就是Indexer程序到数据库里面提取数据对数据进行分词然后根据生成的分词生成单个或多个索引并将它们传递给searchd程序。然后客户端可以通过API调用进行搜索。 1.4 Sphinx中文分词 中文的全文检索和英文等latin系列不一样后者是根据空格等特殊字符来断词而中文是根据语义来分词。目前大多数数据库尚未支持中文全文检索如Mysql。故国内出现了一些Mysql的中文全文检索的插件做的比较好的有hightman的中文分词。Sphinx如果需要对中文进行全文检索也得需要一些插件来补充比如 coreseek 和 sfc 。 二、Sphinx安装和使用  2.1 安装 1在安装Sphinx之前需要安装的linux扩展 yum install make gcc g gcc-c libtool autoconf automake imake mysql-devel libxml2-devel expat-devel 2下载coreseek附带压缩包图展示 下载地址coreseek-4.1-beta.tar.gz · pirnt_recho/coreseek - Gitee.com 3安装csft cd csft-4.1./buildconf.sh./configure --prefix/usr/local/coreseeksudo make make install 4安装mmsegcoreseek的中文库 cd mmseg-3.2.14./configure --prefix/usr/local/mmseg3sudo make make install 5sphinx.conf 配置文件详细说明 进入Coreseek安装目录创建sphinx.conf文件数据库MySQL数据导入配置文件 cd /usr/local/coreseek/etc/cp sphinx.conf.dist sphinx.conf Sphinx.conf 配置文件说明 ## 数据源src1 source src1 {## 说明数据源的类型。数据源的类型可以是mysqlpgsqlmssqlxmlpipeodbcpython## 有人会奇怪python是一种语言怎么可以成为数据源呢## python作为一种语言可以操作任意其他的数据来源来获取数据更多数据请看http://www.coreseek.cn/products-install/python/type mysql## 下面是sql数据库特有的端口用户名密码数据库名等。sql_host localhostsql_user testsql_pass sql_db testsql_port 3306## 如果是使用unix sock连接可以使用这个。# sql_sock /tmp/mysql.sock## indexer和mysql之间的交互需要考虑到效率和安全性。## 比如考虑到效率他们两者之间的交互需要使用压缩协议考虑到安全他们两者之间的传输需要使用ssl## 那么这个参数就代表这个意思0/32/2048/32768 无/使用压缩协议/握手后切换到ssl/Mysql 4.1版本身份认证。# mysql_connect_flags 32## 当mysql_connect_flags设置为2048ssl的时候下面几个就代表ssl连接所需要使用的几个参数。# mysql_ssl_cert /etc/ssl/client-cert.pem# mysql_ssl_key /etc/ssl/client-key.pem# mysql_ssl_ca /etc/ssl/cacert.pem## mssql特有是否使用windows登陆# mssql_winauth 1## mssql特有是使用unicode还是单字节数据。# mssql_unicode 1 # request Unicode data from server## odbc的dsn串# odbc_dsn DBQC:\data;DefaultDirC:\data;Driver{Microsoft Text Driver (*.txt; *.csv)};## sql某一列的缓冲大小一般是针对字符串来说的。## 为什么要有这么一种缓冲呢## 有的字符串虽然长度很长但是实际上并没有使用那么长的字符所以在Sphinx并不会收录所有的字符而是给每个属性一个缓存作为长度限制。## 默认情况下非字符类型的属性是1KB字符类型的属性是1MB。## 而如果想要配置这个buffer的话就可以在这里进行配置了。# sql_column_buffers content12M, comments1M## indexer的sql执行前需要执行的操作。# sql_query_pre SET NAMES utf8# sql_query_pre SET SESSION query_cache_typeOFF## indexer的sql执行语句sql_query \SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content \FROM documents## 有的时候有多个表我们想要查询的字段在其他表中。这个时候就需要对sql_query进行join操作。## 而这个join操作可能非常慢导致建立索引的时候特别慢那么这个时候就可以考虑在sphinx端进行join操作了。## sql_joined_field是增加一个字段这个字段是从其他表查询中查询出来的。## 这里封号后面的查询语句是有要求的如果是query则返回id和查询字段如果是payload-query则返回id查询字段和权重。## 并且这里的后一个查询需要按照id进行升序排列。# sql_joined_field tags from query; SELECT docid, CONCAT(tag,tagid) FROM tags ORDER BY docid ASC# sql_joined_field wtags from payload-query; SELECT docid, tag, tagweight FROM tags ORDER BY docid ASC## 外部文件字段意思就是一个表中有一个字段存的是外部文件地址但是实际的字段内容在文件中。比如这个字段叫做content_file_path。## 当indexer建立索引的时候查到这个字段就读取这个文件地址然后加载并进行分词和索引建立等操作。# sql_file_field content_file_path## 当数据源数据太大的时候一个sql语句查询下来往往很有可能锁表等操作。## 那么我么就可以使用多次查询那么这个多次查询就需要有个范围和步长sql_query_range和sql_range_step就是做这个使用的。## 获取最大和最小的id然后根据步长来获取数据。比如下面的例子如果有4500条数据这个表建立索引的时候就会进行5次sql查询。 ## 而5次sql查询每次的间隔时间是使用sql_ranged_rhrottle来进行设置的。单位是毫秒。# sql_query_range SELECT MIN(id),MAX(id) FROM documents# sql_range_step 1000# sql_ranged_throttle 0## 下面都是些不同属性的数据了## 先要了解属性的概念属性是存在索引中的它不进行全文索引但是可以用于过滤和排序。## uint无符号整型属性sql_attr_uint group_id## bool属性# sql_attr_bool is_deleted## 长整型属性# sql_attr_bigint my_bigint_id## 时间戳属性经常被用于做排序sql_attr_timestamp date_added## 字符串排序属性。一般我们按照字符串排序的话我们会将这个字符串存下来进入到索引中然后在查询的时候比较索引中得字符大小进行排序。## 但是这个时候索引就会很大于是我们就想到了一个方法我们在建立索引的时候先将字符串值从数据库中取出暂存排序。## 然后给排序后的数组分配一个序号然后在建立索引的时候就将这个序号存入到索引中去。这样在查询的时候也就能完成字符串排序的操作。## 这就是这个字段的意义。# sql_attr_str2ordinal author_name## 浮点数属性经常在查询地理经纬度的时候会用到。# sql_attr_float lat_radians# sql_attr_float long_radians## 多值属性MVA## 试想一下有一个文章系统每篇文章都有多个标签这个文章就叫做多值属性。## 我要对某个标签进行查询过滤那么在建立查询的时候就应该把这个标签的值放入到索引中。## 这个字段sql_attr_multi就是用来做这个事情的。# sql_attr_multi uint tag from query; SELECT docid, tagid FROM tags# sql_attr_multi uint tag from ranged-query; \# SELECT docid, tagid FROM tags WHERE id$start AND id$end; \# SELECT MIN(docid), MAX(docid) FROM tags## 字符串属性。# sql_attr_string stitle## 文档词汇数记录属性。比如下面就是在索引建立的时候增加一个词汇数的字段# sql_attr_str2wordcount stitle## 字符串字段可全文搜索可返回原始文本信息。# sql_field_string author## 文档词汇数记录字段可全文搜索可返回原始信息# sql_field_str2wordcount title## 取后查询在sql_query执行后立即操作。## 它和sql_query_post_index的区别就是执行时间不同## sql_query_post是在sql_query执行后执行而sql_query_post_index是在索引建立完成后才执行。## 所以如果要记录最后索引执行时间那么应该在sql_query_post_index中执行。# sql_query_post ## 参考sql_query_post的说明。# sql_query_post_index REPLACE INTO counters ( id, val ) \# VALUES ( max_indexed_id, $maxid )## 命令行获取信息查询。## 什么意思呢## 我们进行索引一般只会返回主键id而不会返回表中的所有字段。## 但是在调试的时候我们一般需要返回表中的字段那这个时候就需要使用sql_query_info。## 同时这个字段只在控制台有效在api中是无效的。sql_query_info SELECT * FROM documents WHERE id$id## 比如有两个索引一个索引比较旧一个索引比较新那么旧索引中就会有数据是旧的。## 当我要对两个索引进行搜索的时候哪些数据要按照新的索引来进行查询呢。## 这个时候就使用到了这个字段了。## 这里的例子http://www.coreseek.cn/docs/coreseek_4.1-sphinx_2.0.1-beta.html#conf-sql-query-killlist给的非常清晰了。# sql_query_killlist SELECT id FROM documents WHERE editedlast_reindex## 下面几个压缩解压的配置都是为了一个目的让索引重建的时候不要影响数据库的性能表现。## SQL数据源解压字段设置# unpack_zlib zlib_column## MySQL数据源解压字段设置# unpack_mysqlcompress compressed_column# unpack_mysqlcompress compressed_column_2## MySQL数据源解压缓冲区设置# unpack_mysqlcompress_maxsize 16M## xmlpipe的数据源就是一个xml文档# type xmlpipe## 读取数据源的命令# xmlpipe_command cat /home/yejianfeng/instance/coreseek/var/test.xml## 字段# xmlpipe_field subject# xmlpipe_field content## 属性# xmlpipe_attr_timestamp published# xmlpipe_attr_uint author_id## UTF-8修复设置## 只适用xmlpipe2数据源数据源中有可能有非utf-8的字符这个时候解析就有可能出现问题## 如果设置了这个字段非utf-8序列就会全部被替换为空格。# xmlpipe_fixup_utf8 1 }## sphinx的source是有继承这么一种属性的意思就是除了父source之外这个source还有这个特性 source src1throttled : src1 {sql_ranged_throttle 100 }## 索引src1 index src1 {## 索引类型包括有plaindistributed和rt。分别是普通索引/分布式索引/增量索引。默认是plain。# type plain## 索引数据源source src1## 索引文件存放路径path /home/yejianfeng/instance/coreseek/var/data/src1## 文档信息的存储模式包括有none,extern,inline。默认是extern。## docinfo指的就是数据的所有属性field构成的一个集合。## 首先文档id是存储在一个文件中的spa## 当使用inline的时候文档的属性和文件的id都是存放在spa中的所以进行查询过滤的时候不需要进行额外操作。## 当使用extern的时候文档的属性是存放在另外一个文件spd中的但是当启动searchd的时候会把这个文件加载到内存中。## extern就意味着每次做查询过滤的时候除了查找文档id之外还需要去内存中根据属性进行过滤。## 但是即使这样extern由于文件大小小效率也不低。所以不是有特殊要求一般都是使用externdocinfo extern## 缓冲内存锁定。## searchd会讲spa和spi预读取到内存中。但是如果这部分内存数据长时间没有访问则它会被交换到磁盘上。## 设置了mlock就不会出现这个问题这部分数据会一直存放在内存中的。mlock 0## 词形处理器## 词形处理是什么意思呢比如在英语中dogs是dog的复数所以dog是dogs的词干这两个实际上是同一个词。## 所以英语的词形处理器会讲dogs当做dog来进行处理。morphology none## 词形处理有的时候会有问题比如将gps处理成gp这个设置可以允许根据词的长度来决定是否要使用词形处理器。# min_stemming_len 1## 词形处理后是否还要检索原词# index_exact_words 1## 停止词停止词是不被索引的词。# stopwords /home/yejianfeng/instance/coreseek/var/data/stopwords.txt## 自定义词形字典# wordforms /home/yejianfeng/instance/coreseek/var/data/wordforms.txt## 词汇特殊处理。## 有的一些特殊词我们希望把它当成另外一个词来处理。比如c cplusplus来处理。# exceptions /home/yejianfeng/instance/coreseek/var/data/exceptions.txt## 最小索引词长度小于这个长度的词不会被索引。min_word_len 1## 字符集编码类型可以为sbcs,utf-8。对于Coreseek还可以有zh_cn.utf-8,zh_ch.gbk,zh_ch.big5charset_type sbcs## 字符表和大小写转换规则。对于Coreseek这个字段无效。# sbcs default value is# charset_table 0..9, A..Z-a..z, _, a..z, UA8-UB8, UB8, UC0..UDF-UE0..UFF, UE0..UFF## utf-8 default value is# charset_table 0..9, A..Z-a..z, _, a..z, U410..U42F-U430..U44F, U430..U44F## 忽略字符表。在忽略字符表中的前后词会被连起来当做一个单独关键词处理。# ignore_chars U00AD## 是否启用通配符默认为0不启用# enable_star 1## min_prefix_len,min_infix_len,prefix_fields,infix_fields都是在enable_star开启的时候才有效果。## 最小前缀索引长度## 为什么要有这个配置项呢## 首先这个是当启用通配符配置启用的前提下说的前缀索引使得一个关键词产生了多个索引项导致索引文件体积和搜索时间增加巨大。## 那么我们就有必要限制下前缀索引的前缀长度比如example当前缀索引长度设置为5的时候它只会分解为examplexample了。# min_prefix_len 0## 最小索引中缀长度。理解同上。# min_infix_len 0## 前缀索引和中缀索引字段列表。并不是所有的字段都需要进行前缀和中缀索引。# prefix_fields filename# infix_fields url, domain## 词汇展开## 是否尽可能展开关键字的精确格式或者型号形式# expand_keywords 1## N-Gram索引的分词技术## N-Gram是指不按照词典而是按照字长来分词这个主要是针对非英文体系的一些语言来做的中文、韩文、日文## 对coreseek来说这两个配置项可以忽略。# ngram_len 1# ngram_chars U3000..U2FA1F## 词组边界符列表和步长## 哪些字符被看做分隔不同词组的边界。# phrase_boundary ., ?, !, U2026 # horizontal ellipsis# phrase_boundary_step 100## 混合字符列表# blend_chars , , U23# blend_mode trim_tail, skip_pure## html标记清理是否从输出全文数据中去除HTML标记。html_strip 0## HTML标记属性索引设置。# html_index_attrs imgalt,title; atitle;## 需要清理的html元素# html_remove_elements style, script## searchd是预先打开全部索引还是每次查询再打开索引。# preopen 1## 字典文件是保持在磁盘上还是将他预先缓冲在内存中。# ondisk_dict 1## 由于在索引建立的时候需要建立临时文件和和副本还有旧的索引## 这个时候磁盘使用量会暴增于是有个方法是临时文件重复利用## 这个配置会极大减少建立索引时候的磁盘压力代价是索引建立速度变慢。# inplace_enable 1# inplace_hit_gap 0 # preallocated hitlist gap size# inplace_docinfo_gap 0 # preallocated docinfo gap size# inplace_reloc_factor 0.1 # relocation buffer size within arena# inplace_write_factor 0.1 # write buffer size within arena## 在经过过短的位置后增加位置值# overshort_step 1## 在经过 停用词 处后增加位置值# stopword_step 1## 位置忽略词汇列表# hitless_words all# hitless_words hitless.txt## 是否检测并索引句子和段落边界# index_sp 1## 字段内需要索引的HTML/XML区域的标签列表# index_zones title, h*, th }index src1stemmed : src1 {path /home/yejianfeng/instance/coreseek/var/data/src1stemmedmorphology stem_en }index dist1 {type distributedlocal src1local src1stemmed## 分布式索引distributed index中的远程代理和索引声明agent localhost:9313:remote1agent localhost:9314:remote2,remote3# agent /var/run/searchd.sock:remote4## 分布式索引 distributed index中声明远程黑洞代理# agent_blackhole testbox:9312:testindex1,testindex2## 远程代理的连接超时时间agent_connect_timeout 1000## 远程查询超时时间agent_query_timeout 3000 }index rt {type rtpath /home/yejianfeng/instance/coreseek/var/data/rt## RT索引内存限制# rt_mem_limit 512M## 全文字段定义rt_field titlert_field content## 无符号整数属性定义rt_attr_uint gid## 各种属性定义# rt_attr_bigint guid# rt_attr_float gpa# rt_attr_timestamp ts_added# rt_attr_string author }indexer {## 建立索引的时候索引内存限制mem_limit 32M## 每秒最大I/O操作次数用于限制I/O操作# max_iops 40## 最大允许的I/O操作大小以字节为单位用于I/O节流# max_iosize 1048576## 对于XMLLpipe2数据源允许的最大的字段大小以字节为单位# max_xmlpipe2_field 4M## 写缓冲区的大小单位是字节# write_buffer 1M## 文件字段可用的最大缓冲区大小字节为单位# max_file_field_buffer 32M }## 搜索服务配置 searchd {# listen 127.0.0.1# listen 192.168.0.1:9312# listen 9312# listen /var/run/searchd.sock## 监听端口listen 9312listen 9306:mysql41## 监听日志log /home/yejianfeng/instance/coreseek/var/log/searchd.log## 查询日志query_log /home/yejianfeng/instance/coreseek/var/log/query.log## 客户端读超时时间 read_timeout 5## 客户端持久连接超时时间即客户端读一次以后持久连接然后再读一次。中间这个持久连接的时间。client_timeout 300## 并行执行搜索的数目max_children 30## 进程id文件pid_file /home/yejianfeng/instance/coreseek/var/log/searchd.pid## 守护进程在内存中为每个索引所保持并返回给客户端的匹配数目的最大值max_matches 1000## 无缝轮转。防止 searchd 轮换在需要预取大量数据的索引时停止响应## 当进行索引轮换的时候可能需要消耗大量的时间在轮换索引上。## 但是启动了无缝轮转就以消耗内存为代价减少轮转的时间seamless_rotate 1## 索引预开启是否强制重新打开所有索引文件preopen_indexes 1## 索引轮换成功之后是否删除以.old为扩展名的索引拷贝unlink_old 1## 属性刷新周期## 就是使用UpdateAttributes()更新的文档属性每隔多少时间写回到磁盘中。# attr_flush_period 900## 索引字典存储方式# ondisk_dict_default 1## 用于多值属性MVA更新的存储空间的内存共享池大小mva_updates_pool 1M## 网络通讯时允许的最大的包的大小max_packet_size 8M## 崩溃日志文件# crash_log_path /home/yejianfeng/instance/coreseek/var/log/crash## 每次查询允许设置的过滤器的最大个数max_filters 256## 单个过滤器允许的值的最大个数max_filter_values 4096## TCP监听待处理队列长度# listen_backlog 5## 每个关键字的读缓冲区的大小# read_buffer 256K## 无匹配时读操作的大小# read_unhinted 32K## 每次批量查询的查询数限制max_batch_queries 32## 每个查询的公共子树文档缓存大小# subtree_docs_cache 4M## 每个查询的公共子树命中缓存大小# subtree_hits_cache 8M## 多处理模式MPM。 可选项可用值为none、fork、prefork以及threads。 默认在Unix类系统为formWindows系统为threads。workers threads # for RT to work## 并发查询线程数# dist_threads 4## 二进制日志路径# binlog_path # disable logging# binlog_path /home/yejianfeng/instance/coreseek/var/data # binlog.001 etc will be created there## 二进制日志刷新# binlog_flush 2## 二进制日志大小限制# binlog_max_log_size 256M## 线程堆栈# thread_stack 128K## 关键字展开限制# expansion_limit 1000## RT索引刷新周期 # rt_flush_period 900## 查询日志格式## 可选项可用值为plain、sphinxql默认为plain。 # query_log_format sphinxql## MySQL版本设置# mysql_version_string 5.0.37## 插件目录# plugin_dir /usr/local/sphinx/lib## 服务端默认字符集# collation_server utf8_general_ci## 服务端libc字符集# collation_libc_locale ru_RU.UTF-8## 线程服务看守# watchdog 1## 兼容模式# compat_sphinxql_magics 1 }6 php配置Sphinx扩展 ## 安装Sphinx扩展包 wget http://pecl.php.net/get/sphinx-1.3.3.tgztar -xvzf sphinx-1.3.3.tgzcd sphinx-1.3.3/usr/local/php/bin/phpize./configure --with-php-config/usr/local/php/bin/php-configmake make install## 修改php.ini配置文件加入下面内容[sphinx]extensionsphinx.so 2.2 命令行操作 ## 开始将数据源src1导入Sphinx引擎 /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf src1## 将所有数据源导入Sphinx引擎 /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all## 开始运行Sphinx引擎 /usr/local/coreseek/bin/searcher -c /usr/local/coreseek/etc/sphinx.conf## 停止运行Sphinx引擎 /usr/local/coreseek/bin/searcher -c /usr/local/coreseek/etc/sphinx.conf --stop 2.3 PHP操作Sphinx客户端 2.3.1 php配置Sphinx扩展 Sphinx扩展下载地址PECL :: Package :: sphinx 2.3.2 php操作方法 ?php//实例化Sphinx对象 $sc new SphinxClient();//连接sphinx服务器 $sc-setServer(120.27.202.51, 9312);//设置匹配模式 // SPH_MATCH_ALL匹配所有查询词默认模式 // SPH_MATCH_ANY匹配查询词中的任意一个 // SPH_MATCH_PHRASE将整个查询看作一个词组要求按顺序完整匹配 // SPH_MATCH_BOOLEAN将查询看作一个布尔表达式允许使用特殊的操作符 // SPH_MATCH_FULLSCAN强制使用下文所述的“完整扫描”模式来对查询进行匹配 // SPH_MATCH_EXTENDED2将查询看作一个CoreSeek/Sphinx内部查询语言的表达式后后面有详细的表格说明 $sc-SetMatchMode(SPH_MATCH_EXTENDED2);$sc-query(type .$category. paper_author .$author_val_arr[$key]. (paper,paper_keyword,abstract,paper_chinese,abstract_chinese) .$keyword, paper);//分页四个参数分别代表偏移量、条数、返回的数据的最大值、当查询数量超过该值就停止查询 $page input(page, 1); $sc-SetLimits(($page-1)*10, 10, 2000000, 0);//排序模式,按照create_time倒叙排序 // SPH_SORT_RELEVANCE 模式, 按相关度降序排列最好的匹配排在最前面 // SPH_SORT_ATTR_DESC 模式, 按属性降序排列 属性值越大的越是排在前面 // SPH_SORT_ATTR_ASC 模式, 按属性升序排列属性值越小的越是排在前面 // SPH_SORT_TIME_SEGMENTS 模式, 先按时间段最近一小时/天/周/月降序再按相关度降序 // SPH_SORT_EXTENDED 模式, 按一种类似SQL的方式将列组合起来升序或降序排列。 // SPH_SORT_EXPR 模式按某个算术表达式排序。 $sc-SetSortMode(SPH_SORT_EXTENDED, create_time DESC);//设置过滤条件 $sc-SetFilter(type, array(1,3,5)); //设置过滤范围 $from 2015; $end 2024; $sc-SetFilterRange(year, $from, $end);//统计归类并按照统计数量排序类似SQL的方式 $sc-setGroupBy(cat_id, SPH_GROUPBY_ATTR, count desc);//重置过滤条件 //$sc-ResetFilters();//重置分组 //$sp-ResetGroupBy(); //src1是数据源 //查询条件field1匹配key1field2匹配key2field3或者field4匹配key3然后这三项要同时符合要求 $name1 key1; $name2 key2; $name3 key3; $sc-query(field1 {$name1} field2 {$name2} (field3,field4) {$name3}, src1);//合并查询获取结果集 $result $sc-RunQueries();SPH_MATCH_EXTENDED2模式的规则  操作符示例释义操作符OR look | at 匹配含有look或者at 操作符NOTlook -at 或者  look !at 区配包含hello且不包含world 字段搜索操作符descr look content at 匹配descr中有look及content中有at【字段匹配】 字段限位修饰符[]descr[5] looks 匹配descr字段前5个词中包含有looks【字段匹配】 多字段搜索符()(descr,content) look 匹配descr或content包含有look【字段匹配】 全字段搜索符** look 区配任何一列包含有look【字段匹配】 阀值匹配符the word is a Puzzle/3 匹配至少包含有3个词 短语(phrase)搜索符the word 匹配任何一个词 临近(proximity)搜索符the word~6 匹配the与word之间小于6个词 严格有序搜索符aaabbbccc td 匹配aaa,bbb,ccc按顺序出现 字段开始和字段结束修饰符^the word$ 匹配以the开始word为结尾 隐式操作符ANDthe word the与word都要出现在匹配的记录中