什么是Sphinx？
Sphinx是Sql Phrase Index （查询词组索引）的缩写，Sphinx是一个基于Sql的全文检索引擎
Sphinx 全文检索引擎
Coreseek 支持中文的全文检索引擎
全文检索分两个过程
索引创建（Indexing）和搜索索引（Search）
索引创建：将现实世界中所有的结构化和非结构化数据提取信息，创建索引的过程
搜索索引：得到用户的查询请求，搜索创建的索引，然后返回结果的过程
索引里面存些什么？（Index）
词典：保存的是一系列的字符串
倒排表：指向包含字符串的文档链表
如何创建索引？（Indexing）
全文检索的索引创建过程一般有以下几步：
1.一些需要创建索引的文档（Documents）。
2.将原文档传给分词组件（Tokenizer）。
分词组件（Tokenizer）会做以下事情（此过程称为Tokenize）：
a、将文档分成一个一个单独的单词
b、去掉标点符号
c、去掉停词（stop word）【停词是语言中最普通的一些单词：英语中的“the”、“a”、“this”等；中文的“是”、“的”、“这个”等】
对于每一种语言的分词组件（Tokenizer）,都有一个停词（stop word）的集合。
d、经过分词（Tokeninzer）后得到的结果称为词元（Token）。
3.将得到的词元（Token）传给语言处理组件（Linguistic Processor）
语言处理组件主要是对得到的词元做一些同语言相关的处理：
对英语，语言处理主件一般做以下几点：
a、变小写（Lowercase）
b、将单词缩减为词根形式 如“cars”->car （称为stemming）
c、将单词转化为词根形式，如“drove”->drive (称为lemmatization)
4.将得到的词（Term）传给索引组件（Indexer）
索引主件主要做以下事情
a、利用得到的词（term）穿件一个字典。
b、对字典按字母顺序进行排序
c、合并相同的词（Term）成为文档倒排（Posting List）链表
如何对索引进行搜索？（Search）
搜索主要是以下几步
a、用户输入查询语句
b、对查询语句进行词法分析，语法分析，以及语言处理
c、搜索索引，得到符合语法树的文档
d、根据得到的文档和查询语句的相关性，对结果进行排序
对创建索引和搜索做一个总结：
1. 索引过程：
a) 有一系列被索引文件
b) 被索引文件经过语法分析和语言处理形成一系列词(Term)。
c) 经过索引创建形成词典和反向索引表。
d) 通过索引存储将索引写入硬盘。
2. 搜索过程：
a) 用户输入查询语句。
b) 对查询语句经过语法分析和语言分析得到一系列词(Term)。
c) 通过语法分析得到一个查询树。
d) 通过索引存储将索引读入到内存。
e) 利用查询树搜索索引，从而得到每个词(Term)的文档链表，对文档链表进行交，差，并得到结果文档。
f) 将搜索到的结果文档对查询的相关性进行排序。
g) 返回查询结果给用户。