这是从 PHP 使用 Sphinx 的正确方法吗？

Posted 2023-02-23

【中文标题】这是从 PHP 使用 Sphinx 的正确方法吗？

【英文标题】：Is this the right way to use Sphinx from PHP?

【发布时间】：2012-06-19 12:27:27

【问题描述】：

我只是从 Sphinx 开始。到目前为止，我成功安装了它，在我的 mysql 数据库上获得了一个名为 profiles 的表，并且能够使用 php API 获得正确的结果。我正在使用 CodeIgniter，因此我将默认的 PHP API 包装为 CodeIgniter 库。

无论如何，这就是我的代码的样子：

$query = $_GET['q'];
$this->load->library('sphinxclient');
$this->sphinxclient->setMatchMode(SPH_MATCH_ANY);
$result = $this->sphinxclient->query($query);

$to_fetch = array();
foreach($result['matches'] as $key => $match) 
  array_push($to_fetch, $key);

数组$to_fetch 包含匹配表行的ID。现在我可以使用典型的 MySQL 查询来让所有相关用户显示在搜索页面上，如下所示：

$query = 'SELECT * FROM profiles WHERE id IN('. join(',', $to_fetch) . ')';

我的问题是：

这是正确的方法吗？或者是否有一个默认的“Sphinx 方式”可以提高性能。

其次，我现在得到的只是匹配表行的 id。我还想要列中匹配的部分文本。例如，如果某人搜索关键字dog，而profiles 表中的用户在其about 列中包含以下文本：

I like dogs. I also like ice cream.

我希望 Sphinx 回来：

I like <strong>dogs</strong>. I also like ice cream.

我该怎么做？我尝试使用 buildExcerpts() 函数，但无法正常工作。

编辑

这就是我现在获得摘录的方式：

// get matched user ids
$to_fetch = array();
foreach($result['matches'] as $key => $match) 
  array_push($to_fetch, $key);


// get user details of matched ids
$members = $this->search_m->get_users_by_id($to_fetch);

// build excerpts
$excerpts = array();
foreach($members as $member) 

    $fields = array(
        $member['about'],
        $member['likes'],
        $member['dislikes'],
        $member['occupation']
    );

    $options = array(
        'before_match'      => '<strong class="match">',
        'after_match'       => '</strong>',
        'chunk_separator'   => ' ... ',
        'limit'             => 60,
        'around'            => 3,
    );

    $excerpt_result = $this->sphinxclient->BuildExcerpts($fields, 'profiles', $query, $options);
    $excerpts[$member['user_id']] = $excerpt_result;


$excerpts_to_return = array();
foreach($excerpts as $key => $excerpt) 
    foreach($excerpt as $v) 
        if(strpos($v, '<strong class="match">') !== false) 
            $excerpts_to_return[$key] = $v;
        
    

如您所见，我在 4 个不同的 mysql 列中搜索每个查询：

about
likes
dislikes
occupation

因此，我不知道 4 列中的哪一列包含匹配的关键字。它可以是其中任何一个，甚至不止一个。所以我别无选择，只能通过BuildExcerpts()函数运行所有4列的内容。

即便如此，我也不知道BuildExcerpts() 与<strong class="match"> 标签一起返回了哪一个。因此，我对BuildExcerpts() 返回的所有值运行stpos 检查，以最终获得正确的摘录并将其映射到其个人资料所属的用户。

考虑到我需要匹配 4 个不同列的内容的情况，您有没有比这更好的方法？

【参考方案1】：

是的，这看起来不错。要记住从 Mysql 返回的行可能不会按照 sphinx 的顺序。

有关如何使用 FIELD() 的信息，请参阅 sphinx 网站上的常见问题解答，但我个人喜欢将 sphinx 中的行放入关联数组中，然后循环遍历我列出的 sphinx 并从数组中获取行。以内存为代价完全避免了排序阶段！

至于突出显示，是的，请坚持使用 buildExcerpts - 这就是这样做的方法。

---

编辑添加，这个演示 http://nearby.org.uk/sphinx/search-example5-withcomments.phps 演示从 mysql 获取行和在应用程序中“排序”。并建摘录。

【讨论】：

关于订单，为什么不用FIND_IN_SET函数呢？像这样：SELECT * FROM profiles WHERE id IN (7,10,5,3,8) ORDER BY FIND_IN_SET(id, '7,10,5,3,8')

您可以使用 find_in_set，其行为与 Field() 几乎相同。不知道字符串解析是否使其变慢。但从更一般的意义上说，我发现最好避免排序 - 特别是在 mysql 中 - 这可能最终会进行文件排序。基本上，在我们的旧服务器上，使用 mysql 进行排序时每秒可以支持大约 50 个查询。将排序转移到应用程序（实际上完全避免了排序）使我们每秒可以处理接近 120 个查询。 （使用 ab 对前端应用程序进行测试）

@barryhunter 非常感谢您的回复巴里。我用我目前获得摘录的方式更新了我的问题。请让我知道这是否是一个好方法。这样做感觉真的很脏，因为我必须将所有 4 列提供给 BuildExcerpts() 函数，然后在此之上运行 strpos 检查该函数返回的所有值。并在一个循环中为每个返回的匹配项执行所有这些操作。

一般来说没问题，但可以在选项中添加“allow_empty”。这样很容易检查哪个匹配，因为不匹配将是空的。但是，如果您只是显示摘录，那么它来自哪个并不重要，因此只需将一个字符串转发给函数即可。也可以只使用一个 BuildExcerpts 调用，而不是每个结果一个。减少 API 往返次数。

避免使用 field() 的好技巧......没有考虑到这一点。