Η βασική διαφορά μεταξύ της δημοσίευσης σε blog και της δημοσίευσης σε blog inquire είναι ότι η δημοσίευση σε blog inquire εστιάζει αμέσως μόλις το Sphinx λάβει τα αρχεία, αλλά η επόμενη δημιουργία ευρετηρίου μπορεί να αποτύχει για πολλούς άλλους λόγους. Φυσικά, αυτό δεν είναι πολύ σημαντικό από μια αλλαγή στην κατοχή ενός γραφείου 2000 γραμμών, αλλά όταν σκέφτεστε να δημιουργήσετε ευρετήριο σε γραφείο MyISAM δέκα εκατομμυρίων γραμμών, κάθε ερώτηση θα είναι κάπως αδύνατη. Με τους οδηγούς SQL, η δημιουργία ευρετηρίου λειτουργεί βασικά ως εξής.
Εστιάστε στο Sphinx on the Window, στο Linux και ίσως στο OS X με ένα ανεξάρτητο ψηφιακό αρχείο. Αν όλα πήγαν καλά, μπορείτε να λάβετε μια έκδοση του Sphinx και μια λίστα με επιλογές για την εντολή που χρησιμοποιεί. Η Python έχει μια πολύ χρήσιμη εντολή easy_set που μπορεί να κατεβάσει και να εκτελέσει βιβλιοθήκες τρίτων που έχουν μία μόνο εντολή. Δεδομένου ότι το Sphinx είναι γραμμένο με λέξεις Python, πρέπει να δημιουργήσετε την Python (η απαιτούμενη έκδοση ήταν τουλάχιστον 2.5) και το Sphinx.
Για παράδειγμα, αν η αγγλική λέξη-κλειδί try let από το ευρετήριο, το "shoes" θα τονιζόταν ακόμα και όταν η λέξη-κλειδί try "shoe". Οι $words try ένα σύνολο που έχει την πιο πρόσφατη φράση για να σας βοηθήσει να τονίσετε. Κατακερματισμός που αντιστοιχίζει τη φράση ask (πεζά-κεφαλαία-συμπτυγμένη, stemmed, και μπορείτε αν δεν είναι canned) ώστε να μπορείτε να δημιουργήσετε ένα μικρό κατακερματισμό που έχει για κάθε λέξη-κλειδί αναλυτικά στοιχεία ("docs", "hits"). Επομένως, στην παραπάνω αναλογία, οι αντιστοιχίσεις της λίστας "δέλτα" θα υπερισχύουν πάντα των ταιριασμάτων της λίστας "main".
- Έχουμε ένα ευρετήριο εγγράφων υψηλού ύψους στην κύρια λίστα επενδύσεων.
- Συνιστάται, τυπική δοκιμή 0 (μην ονομάζετε mlock()).
- Το Indexer θα φέρει ένα στυλ που δημιουργεί ένα εξαιρετικό λεξικό τόμων της δικής σας λίστας, ταξινομημένο ανάλογα με τη συχνότητα των λέξεων-κλειδιών, εύρεση –buildstops και κουμπί –buildfreqs μέσα στο Μέρος 7. βήμα πρώτο, "αναφορά σειράς indexer".
- Για παράδειγμα, γενικά δεν έχει νόημα να αποθηκεύετε τακτικά ένα τεράστιο κομμάτι RAM για να λάβετε μόνο μερικές γραμμές αξίας φήμης.
Τραπεζαρία από υλικό περιεχομένου
Πρόσθετες πληροφορίες που είναι διαθέσιμες με το libstemmer έχουν τη μορφή 'libstemmer_XXX', όπου ZipCasino το Mature είναι το κωδικό όνομα του τύπου του libstemmer (ανατρέξτε στο libstemmer_c/libstemmer/modules.txt για να έχετε μια πλήρη λίστα). Η εκτέλεση του Soundex είναι παρόμοια με την MySQL. Επιπλέον, υπάρχει μια καλή οδηγία lemmatizer_cache που σας επιτρέπει να επιταχύνετε τη λεμματοποίηση (και την ευρετηρίαση) λόγω της απαίτησης περισσότερης RAM για να έχετε, ουσιαστικά, μια καλή μη συμπιεσμένη προσωρινή μνήμη από ένα καλό λεξικό.
Ο περιορισμός της ευρετηρίασης I/O σε ένα μικρό μέρος αυτού θα βοηθήσει στην αποφυγή της συνολικής καταστροφής της απόδοσης που προκαλείται από την ευρετηρίαση. Η υπερβολικά χαμηλή νοημοσύνη μπορεί επίσης να βλάψει την τιμή της ευρετηρίασης, αλλά τα 256M έως 1024M μπορεί να είναι αρκετά για τα περισσότερα σύνολα δεδομένων, αν δεν έχετε. Αυτό δεν μπορεί να εφαρμοστεί καθόλου στην ευρετηρίαση, απλώς σημαίνει επανεκκίνηση daemon. Όταν επιτρέπεται, όλες οι συνθήκες των χαρακτηριστικών θα είναι απενεργοποιημένες και όλα τα κομμάτια δίσκου από ευρετήρια RT τείνουν να λειτουργούν αποκαλυπτόμενα πολύ περισσότερο από.
Ωστόσο, όχι, τα infixes ευρετηρίου θα κάνουν τη νέα λίστα να χτίζεται μάλλον (λόγω των περισσότερων καταχωρημένων όρων) και θα φθείρουν το ένα το άλλο κατά την ευρετηρίαση και μπορεί να την ψάχνετε σε λίγα λεπτά. Ωστόσο, όχι, τα προθέματα ευρετηρίου κάνουν τη νεότερη λίστα να επεκτείνεται κάπως (λόγω των περισσότερων καταχωρημένων δηλώσεων) και μπορούν να φθείρουν το ένα το άλλο κατά την ευρετηρίαση και μπορεί να την ψάχνετε σε λίγα λεπτά. Αντίθετα, εάν το '-' τοποθετηθεί στη λίστα ignore_chars, ένα παρόμοιο μήνυμα κειμένου θα καταχωρηθεί ως η μία λέξη-κλειδί "abcdef". Αυτόματα, ο χαρακτήρας γράφει στο 0, και επομένως δεν υπάρχει σε αυτήν τη φράση και θα πρέπει να αντιμετωπίζεται με ένα καλό διαχωριστικό.
Η αρίθμηση ξεκινά κατά τη διάρκεια του 1 αυτόματα, αλλά μπορεί να παρακαμφθεί, κάτι που έχει την επιλογή "start_passage_id". Ένα σύνολο για εισαγωγή πριν από μια αντιστοίχιση όρου. Συνδέεται για να μπορείτε να κάνετε αναζήτηση, απαιτεί να δημιουργούν αποσπάσματα (snippets) από τα αρχεία που εξετάζετε και να μπορείτε να παράγετε τα αποτελέσματα.
Είναι πραγματικά απλώς σύνταξη sugar – προσθέτει έναν ακριβή τροποποιητή τρόπου λειτουργίας σε όλες ή οποιεσδήποτε συνθήκες που περιέχονται στη φράση. Αυτός είναι ένας καλός τροποποιητής που επηρεάζει τη νέα λέξη-κλειδί, που σημαίνει ότι λαμβάνεται επίσης σε αυτούς τους τελεστές, όπως η φράση, η απόσταση και οι εργαζόμενοι απαρτίας. Για παράδειγμα, το "pet puppy mouse" ~5 ask υποδηλώνει ότι πρέπει να υπάρχει μια περίοδος μικρότερη από 8 όρων που να περιλαμβάνει όλους τους όρους του βήματος 3, πρόγραμμα περιήγησης. Συμπεριλαμβανομένου του "@looks good morning" δεν πληροί τα δεδομένα όπου η φράση-κλειδί "hello" εμφανίζεται στη θέση 51 και μπορείτε να είστε χαμηλότεροι από ό,τι στο σώμα σας. Ο περιορισμός κατάστασης κοινότητας, που παρέχεται στην προσαρμογή 0.9.9-rc1, περιορίζει ταυτόχρονα την εμφάνιση νέων λέξεων, ώστε να μπορείτε να έχετε την πρώτη θέση N σε αυτό το εξεταζόμενο επάγγελμα (ή κλάδους). Επισήμως, η Sphinx δεν διατηρεί πάντα μια λίστα με όλα τα ID.
Συνιστάται, οι προεπιλεγμένες τιμές είναι τα λατινικά και μπορείτε να χρησιμοποιήσετε κυριλλικά email. Για παράδειγμα, σε περίπτωση που το min_word_len δοκιμάσει το cuatro, τότε το 'the' δεν θα εμφανίζεται, αλλά το 'they' μπορεί να εμφανίζεται. Προαιρετικό, το βασικό είναι 1 (ευρετηρίαση όλων). Επομένως, για να εντοπίσετε αλλαγές στο νεότερο έγγραφο, απαιτείται η εκ νέου ευρετηρίαση και η συνέχιση της αναζήτησης.