Sphinx在电子商务网站中的应用.doc

第一部分-分析与思路：实际项目的特点是：1.数据量大2.商品分类多3.每个商品可以处于多个分类下4.平均每个商品拥有2个以上的属性要求可以做到：1.按照商品名称搜索2.按照商品属性筛选3.按照分类筛选4.按照价格分组筛选5.按照价格、时间排序MySQL基本数据结构：说明:product是基本产品表，id为产品编号，name是待搜索字段product_index为产品属性表，index_id是属性编号，product_id为product表的id。如果编号为100的产品，有5个 不同属性，在product_index表中就会记录product_id为100，index_id不相同的五条记录。product_show的结构与product_index类似，记录的是产品于分类的联系，如果同一个产品同属5个不同的分类，在表中就会存在五条记录。数据结构不复杂，但是实际应用中，使用Mysql的查询实现的搜索和检索，效率是比较低的。最消耗性能的地方是产品列表的索引导航，这是类似淘宝网产品列表的”按XXX浏览”： SQL的实现不多说。在Sphinx有个非常棒的特性：MVA(多值属性），MVA类似Mysql的set类型的字段，但是存放值不受预设的限制，使用MVA建立Sphinx的属性，用来存放每个产品的index_id和category_id，很方便就能实现筛选功能。第二部分-索引结构配置：Sphinx配置文件贴出主要部分，其他的手册上说的很清楚了（手册非常重要：/uploads/pdf/sphinx_doc_zhcn_0.9.pdf）。上面是source部分，项目的编码是UTF-8，所以首先得执行：“SET NAMES utf8”。product里面的price是以保留两位小数的形式存放的，在sql_query里面，将它乘以100换成整数，避免浮点精度带来的不必要的小数位。关键的两条“sql_attr_multi”，配置了属性和分类的MVA，“from query”后面紧接着SQL，表示来自查询，product_id放第一个字段，后面跟着值字段，这样Sphinx内部才会进行处理。建立索引后,结构可以看成下图所示:第三部分-查询：Sphinx自带的PHP的API进行查询。示例1：编号为1,2,3,4,5的5个分类下的产品列表：1. $Sphinx-SetFilter(category_id,array(1,2,3,4,5);2. $Sphinx-Query(”,*);示例2：属性编号为1,2,3,4,5的下的产品列表(属性的交集)1. $Sphinx-SetFilter(index_id,array(1);2. $Sphinx-SetFilter(index_id,array(2);3. $Sphinx-SetFilter(index_id,array(3);4. $Sphinx-SetFilter(index_id,array(4);5. $Sphinx-SetFilter(index_id,array(5);6. $Sphinx-Query(”,*);示例3：属性编号为1,2,3,4,5的下的产品列表(属性的交集)的价格分组,并且升序排列1. $Sphinx-SetFilter(index_id,array(1);2. $Sphinx-SetFilter(index_id,array(2);3. $Sphinx-SetFilter(index_id,array(3);4. $Sphinx-SetFilter(index_id,array(4);5. $Sphinx-SetFilter(index_id,array(5);6. $Sphinx-SetGroupBy(price,SPH_GROUPBY_ATTR,group asc);7. $Sphinx-Query(”,*);示例4：属性编号为1,2,3,4,5的下的产品列表(属性的交集),分类编号是7,8,91. $Sphinx-SetFilter(category_id,array(7,8,9);2. $Sphinx-SetFilter(index_id,array(1);3. $Sphinx-SetFilter(index_id,array(2);4. $Sphinx-SetFilter(index_id,array(3);5. $Sphinx-SetFilter(index_id,array(4);6. $Sphinx-SetFilter(index_id,array(5);7. $Sphinx-SetGroupBy(price,SPH_GROUPBY_ATTR,group asc);8. $Sphinx-Query(”,*);Sphinx的查询使用还是很方便的,需要注意的是,Filter传递的待筛选参数必须是数组;关于MVA的使用,如果数组有多个成员:1. $Sphinx-SetFilter(category_id,array(7,8,9);表示索引中的category_id满足数组中的任意一个值就会筛选出来.1. $Sphinx-SetFilter(index_id,array(7);2. $Sphinx-SetFilter(index_id,array(8);3. $Sphinx-SetFilter(index_id,array(9);表示索引中的index_id包含7,8,9三个值才会被筛选出.MVA也可以用来进行Group操作:$Sphinx-SetGroupBy( index_value_id, SPH_GROUPBY_ATTR );可以很方便的得出当前条件下的,各种属性(样式,品牌)的数量.第四部分-即时更新方案：使用了Sphinx代替了Mysql进行查询后,最大的问题还在于数据的更新问题:我们在后台进行了产品的编辑,删除,添加操作,都需要尽快的反应到用户端.架构图:说明:(1).在Mysql中建立一个增量表,凡是产品更新操作(添加,修改,删除),都会将相关ID更新到到增量表;表结构很简单,只记录ID.(2).修改Sphinx的配置文件1. sql_query=SELECT id,name,price*100ASprice,0ASin_update FROM shop_product2. sql_attr_uint=in_update增加了一个字段in_update,用来标记主索引的这条记录,是否在增量表中.(3).产品的更新操作时,除了更新增量表,同时也利用Sphinx API的UpdateAttributes方法,将主索引中的相关记录的in_update属性设置成”11. $this-Sphinx-UpdateAttributes($index,array(in_update),array($id=1);代码中的$id指的是商品编号.更新完了属性后,发出增量索引更新通知,可以是写队列,写文件等方式.(4).在查询时,增加过滤器.1. $Sphinx-SetFilter(in_update,array(0);这样,就不会使用到主索引中的处于增量索引中的doc,以免搜索到错误的编辑前的数据.(5).守护进程接到增量索引更新通知,重建增量索引.(6).每天某时段更新主索引,清空增量表,清空增量索引思路就是这样,下面的增量索引更新脚本是我用在测试环境的,生产环境的比较复杂,供参考.1. #!/bin/bash2. CHECK_FILE_PATH=/xxx/sphinx-check.txt3. SPHINX_COMMAND=”/opt/sphinx/bin/indexer config /opt/sphinx/etc/product.conf product_update_index rotate”4. whiletrue5. do6. NOW_TIME=date+%Y-%m-%d %H:%M:%S7. if-f$CHECK_FILE_PATH;then8. WORD_NUM=cat $CHECK_FILE_PATH|wc-w9. if$WORD_NUM-gt0;then10. echo”bulid $NOW_TIME”11. $SPHINX_COMMAND12. $CHECK_FILE_PATH13. else14. echo”skip $NOW_TIME”15. fi16. else17. echo”nofile $NOW_TIME”18. fi19. sleep3020. done后台操作时,简单的用写文件的方式通知索引更新脚本,索引更新完成后,将文件重置.第五部分-优化总结：这几篇blog,没想过写成手把手的教程,只是想把思路写出来,和大家交流,所以流水账了代码都是些关键片段,不负责它正常运行!基础方面的请到Sphinx官方站查看文档,非常详细!