# 在 Docker 中开始使用 Manticore Search 在本文中，我们将讨论如何快速开始使用 Docker 配合 Manticore Search。 ### 安装和运行 官方的 Docker 镜像托管在 。 要启动 Manticore Search，您只需运行： ```bash $ docker run --name manticore -p 9306:9306 -d manticoresearch/manticore ``` Docker 配方托管在 [github](https://github.com/manticoresoftware/docker)，供那些希望扩展现有镜像的用户使用。 Manticore Search 容器没有持久化存储，如果容器停止，所有更改都会丢失。一个简单的方法是将几个文件夹挂载到本地机器上。 我们希望持久化的文件夹是： - /etc/sphinxsearch - sphinx.conf 的位置 - /var/lib/manticore/data - 用于索引文件 - /var/lib/manticore/log - 用于日志文件 我们在主目录中考虑一个 `manticore/` 文件夹，其中我们将创建 `etc/`、`data/` 和 `logs/` 文件夹，并在 `~/manticore/etc/` 中添加一个有效的 `sphinx.conf`。我们可以使用配方存储库中包含的 [sphinx.conf](https://github.com/manticoresoftware/docker/blob/master/sphinx.conf)。 我们在运行命令中添加挂载： ```bash $ docker run --name manticore -v ~/manticore/etc/:/etc/sphinxsearch/ -v ~/manticore/data/:/var/lib/manticore/data -v ~/manticore/logs/:/var/lib/manticore/log -p 9306:9306 -d manticoresearch/manticore ``` 通过以下方式可以停止容器： ```bash $ docker stop manticore ``` Docker 镜像还包含 `indexer` 和 `indextoo` 工具，这些工具可以使用 Docker 的 `exec` 命令运行： ```bash $ docker exec -it manticore indexer --all --rotate ``` ### 运行查询 连接并进行一些测试的简单方法是使用 SphinxQL 协议。为此，您需要一个 mysql 命令行客户端。 虽然它实现了 MySQL 协议，但 SphinxQL 并不完全兼容 MySQL 语法。有一些特定的扩展，比如 MATCH 子句（Manticore 最强大的功能之一）或 WITHIN GROUP BY，以及许多在 MySQL 中可用的函数未实现（或仅实现为 dummy 以允许与 MySQL 连接器兼容），或者尚未支持的索引之间的 JOIN。 首先，让我们连接到 Manticore Search 并查看可用的索引： ```sql $ mysql -P9306 -h0 mysql> SHOW TABLES; +-------+-------------+ | Index | Type | +-------+-------------+ | dist1 | distributed | | testrt| rt | +-------+-------------+ 2 rows in set (0.00 sec) ``` 现在让我们查看我们的 RT 索引： ```sql mysql> DESCRIBE testrt; +---------+--------+ | Field | Type | +---------+--------+ | id | bigint | | title | field | | content | field | | gid | uint | +---------+--------+ 4 rows in set (0.00 sec) ``` 由于 RT 索引最初是空的，让我们先向其中添加一些数据： ```sql mysql> INSERT INTO testrt VALUES(1,'List of HP business laptops','Elitebook Probook',10); Query OK, 1 row affected (0.00 sec) mysql> INSERT INTO testrt VALUES(2,'List of Dell business laptops','Latitude Precision Vostro',10); Query OK, 1 row affected (0.00 sec) mysql> INSERT INTO testrt VALUES(3,'List of Dell gaming laptops','Inspirion Alienware',20); Query OK, 1 row affected (0.00 sec) mysql> INSERT INTO testrt VALUES(4,'Lenovo laptops list','Yoga IdeaPad',30); Query OK, 1 row affected (0.01 sec) mysql> INSERT INTO testrt VALUES(5,'List of ASUS ultrabooks and laptops','Zenbook Vivobook',30); Query OK, 1 row affected (0.01 sec) ``` 现在我们有一些数据，可以执行一些查询。 全文搜索使用特殊的 MATCH 子句完成，这是主要的工具。 ```sql mysql> SELECT * FROM testrt WHERE MATCH('list of laptops'); +------+------+ | id | gid | +------+------+ | 1 | 10 | | 2 | 10 | | 3 | 20 | | 5 | 30 | +------+------+ 4 rows in set (0.00 sec) ``` 正如您在结果集中看到的，我们只能获取回文档 ID 和属性。全文字段的值不会返回，因为文本仅被索引，未被存储，而且无法重建原始文本。 现在让我们添加一些过滤和更多排序： ```sql mysql> SELECT *,WEIGHT() FROM testrt WHERE MATCG('list of laptops') AND gid>10 ORDER BY WEIGHT() DESC,gid DESC; +------+------+----------+ | id | gid | weight() | +------+------+----------+ | 5 | 30 | 2334 | | 3 | 20 | 2334 | +------+------+----------+ 2 rows in set (0.00 sec) ``` WEIGHT() 函数返回计算出的匹配分数。如果没有指定排序，结果将按 WEIGHT() 提供的分数降序排列。在这个例子中，我们首先按权重排序，然后按整数属性排序。 上面的搜索执行简单的匹配，其中所有单词都需要存在。但我们还可以做更多（这只是个简单示例）： ```sql mysql> SELECT *,WEIGHT() FROM testrt WHERE MATCH('"list of business laptops"/3'); +------+------+----------+ | id | gid | weight() | +------+------+----------+ | 1 | 10 | 2397 | | 2 | 10 | 2397 | | 3 | 20 | 2375 | | 5 | 30 | 2375 | +------+------+----------+ 4 rows in set (0.00 sec) mysql> SHOW META; +---------------+----------+ | Variable_name | Value | +---------------+----------+ | total | 4 | | total_found | 4 | | time | 0.000 | | keyword[0] | list | | docs[0] | 5 | | hits[0] | 5 | | keyword[1] | of | | docs[1] | 4 | | hits[1] | 4 | | keyword[2] | business | | docs[2] | 2 | | hits[2] | 2 | | keyword[3] | laptops | | docs[3] | 5 | | hits[3] | 5 | +---------------+----------+ 15 rows in set (0.00 sec) ``` 在这里我们搜索 4 个单词，但即使只找到其中 3 个单词（4 个中的 3 个）也可以匹配。搜索会优先返回包含所有单词的文档。我们还添加了 SHOW META 命令。SHOW META 返回有关之前执行查询的信息，即找到的记录数（在 total_found 中）、执行时间（在 time 中）以及搜索关键字的统计信息。 ### 使用普通索引 与 RT 不同，普通索引也需要为其配置一个源。在我们的示例中，我们使用 MySQL 源。 在您的 sphinx.conf 中添加： ```ini source src1 { type = mysql sql_host = 172.17.0.1 sql_user = test sql_pass = sql_db = test sql_port = 3306 # optional, default is 3306 sql_query_pre = SET NAMES utf8 sql_query = \ SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content \ FROM documents sql_attr_uint = group_id sql_attr_timestamp = date_added } index test1 { source = src1 path = /var/lib/manticore/data/test1 min_word_len = 1 } ``` 在这个示例中，我们假设 MySQL 在本地主机上运行，但因为 Manticore Search 在 Docker 容器中运行，我们需要使用 '172.17.0.1'，这是 Docker 主机的静态 IP 地址。有关更多详细信息，请参阅 Docker 文档。您还需要相应地调整 MySQL 凭据。 然后我们查看 sql_query，这是获取数据的查询： ```sql sql_query = \ SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content \ FROM documents ``` 我们将使用这个 SQL 片段在 MySQL 中创建测试表： ```sql DROP TABLE IF EXISTS test.documents; CREATE TABLE test.documents ( id INTEGER PRIMARY KEY NOT NULL AUTO_INCREMENT, group_id INTEGER NOT NULL, date_added DATETIME NOT NULL, title VARCHAR(255) NOT NULL, content TEXT NOT NULL ); INSERT INTO test.documents ( id, group_id, date_added, title, content ) VALUES ( 1, 1, NOW(), 'test one', 'this is my test document number one. also checking search within phrases.' ), ( 2, 1, NOW(), 'test two', 'this is my test document number two' ), ( 3, 2, NOW(), 'another doc', 'this is another group' ), ( 4, 2, NOW(), 'doc number four', 'this is to test groups' ); ``` 如果您想使用另一个表，请记住结果集中的第一列必须是无符号唯一整数 - 对于大多数情况，这是表的主键 id。 如果没有指定，其余列将被索引为全文字段。需要作为属性使用的列需要声明。在我们的示例中 group_id 和 date_added 是属性： ```sql sql_attr_uint = group_id sql_attr_timestamp = date_added ``` 一旦我们有了这个设置，就可以运行索引过程： ```bash $ docker exec -it manticore indexer test1 --rotate using config file '/etc/sphinxsearch/sphinx.conf'... indexing index 'test1'... collected 4 docs, 0.0 MB sorted 0.0 Mhits, 100.0% done total 4 docs, 193 bytes total 0.015 sec, 12335 bytes/sec, 255.65 docs/sec total 4 reads, 0.000 sec, 8.1 kb/call avg, 0.0 msec/call avg total 12 writes, 0.000 sec, 0.1 kb/call avg, 0.0 msec/call avg ``` 索引已创建并准备使用： ```sql mysql> SHOW TABLES; +-------+-------------+ | Index | Type | +-------+-------------+ | dist1 | distributed | | rt | rt | | test1 | local | +-------+-------------+ 3 rows in set (0.00 sec) mysql> SELECT * FROM test1; +------+----------+------------+ | id | group_id | date_added | +------+----------+------------+ | 1 | 1 | 1507904567 | | 2 | 1 | 1507904567 | | 3 | 2 | 1507904567 | | 4 | 2 | 1507904567 | +------+----------+------------+ 4 rows in set (0.00 sec) ``` 对一个应匹配两个术语但不匹配另一个术语的搜索进行快速测试： ```sql mysql> SELECT * FROM test1 WHERE MATCH('test document -one'); +------+----------+------------+-------+ | id | group_id | date_added | tag | +------+----------+------------+-------+ | 2 | 1 | 1519040667 | 2,4,6 | +------+----------+------------+-------+ 1 row in set (0.00 sec) ```