coreseek实时索引更新有两种选择:
1.使用基于磁盘的索引，手动分区，然后定期重建较小的分区（被称为“增量”）。通过尽可能的减小重建部分的大小，可以将平均索引滞后时间降低到30~60秒.在0.9.x版本中，这是唯一可用的方法。在一个巨大的文档集上，这可能是最有效的一种方法
2.版本1.x（从版本1.10-beta开始）增加了实时索引（简写为Rt索引）的支持，用于及时更新全文数据。在RT索引上的更新，可以在1~2毫秒（0.001-0.002秒）内出现在搜索结果中。然而，RT实时索引在处理较大数据量的批量索引上效率并不高。
这篇我们只要是增量索引
基本思路是设置两个数据源和两个索引，对很少更新或根本不更新的数据建立主索引，而对新增文档建立增量索引
在配置文件中定义了主索引和增量索引之后,不能直接用indexer –config d:\coreseek\csft.conf –all,再添加数据到数据库中,再用indexer –config d:\coreseek\csft.confg main delta –rotate来弄(我居然这样弄了两次)。正确的步骤为:
1.创建主索引:indexer –cd:\coreseek\csft.conf --all
2.添加数据
3.再创建增量索引:indexer –cd:\coreseek\csft.conf delta --rotate
4.合并索引:indexer –cd:\coreseek\csft.conf --merge main delta –rotate(为了防止多个关键字指向同一个文档加上--merge-dst-range deleted 0 0)
增量配置文件如下:
- #增量索引
- source main
- {
- type = mysql
- sql_host = localhost
- sql_user = root
- sql_pass = 123456
- sql_db = hottopic
- sql_port = 3306
- sql_query_pre = SET NAMES utf8
- sql_query_pre = replace into sph_counter select 1,max(id) from st_info
- sql_query_range = select 1,max(id) from st_info
- sql_range_step = 1000
- sql_query = SELECT id, pubDate, title, description,nav_id,rss_id FROM st_info where id>=$start and id <=$end and \
- id <=(select max_doc_id from sph_counter where counter_id=1)
- sql_attr_uint = nav_id
- sql_attr_uint = rss_id
- sql_attr_timestamp = pubDate
- }
- source delta : main
- {
- sql_query_pre = SET NAMES utf8
- sql_query = SELECT id, pubDate, title, description,nav_id,rss_id FROM st_info where id>=$start and id <=$end and \
- id >(select max_doc_id from sph_counter where counter_id=1)
- sql_query_post_index = replace into sph_counter select 1,max(id) from st_info
- }
- #index定义
- index main
- {
- source = main
- path = D:/coreseek/coreseek-4.1-win32/var/data/mysqlInfoSPHMain
- docinfo = extern
- mlock = 0
- morphology = none
- min_word_len = 1
- html_strip = 0
- stopwords =
- charset_dictpath = D:/coreseek/coreseek-4.1-win32/etc
- charset_type = zh_cn.utf-8
- }
- index delta : main
- {
- source = delta
- path = D:/coreseek/coreseek-4.1-win32/var/data/mysqlInfoSPHDelta
- }
- #全局index定义
- indexer
- {
- mem_limit = 128M
- }
- #searchd服务定义
- searchd
- {
- listen = 127.0.0.1:9312
- read_timeout = 5
- max_children = 30
- max_matches = 1000
- seamless_rotate = 0
- preopen_indexes = 0
- unlink_old = 1
- pid_file = D:/coreseek/coreseek-4.1-win32/var/log/searchd_mysqlInfoSph.pid
- log = D:/coreseek/coreseek-4.1-win32/var/log/searchd_mysqlInfoSph.log
- query_log = D:/coreseek/coreseek-4.1-win32/var/log/query_mysqlInfoSph.log
- binlog_path =
- compat_sphinxql_magics = 0
- }
注意问题:如果我的主索引为50W条我前天建立的,我昨天增加了10W条的数据,并且建立了增量索引还和主索引合并了,我今天增加了10W的数据并且建立增量索引而且也和主索引合并了,在这两天内我是没有重新建立主索引的,问题来了：昨天是对10W数据进行建立,今天就是20W的数据建立,并且这20W数据中有10W数据其实在主索引中了,这个是非常可怕的?解决方案:
1.一天建立一次主索引
2.在不考虑重新建立主索引的时候,在添加增量索引的时候用sql_query_post_index来改变maxid值我是windows下面手动输入代码成功(不知道用脚本的时候会怎么样)
3.在不考虑重新建立主索引的时候,在合并索引的时候,用脚本链接数据库直接去修改(可以查看:http://banu.blog.163.com/blog/static/2314648201092911412539)