您当前的位置:首页 > 网站建设笔记 >

Xunsearch 编写第一个配置文件

0

编写第一个配置文件

Xunsearch 的配置文件是纯文本的 INI 格式,用任何文本编辑器均可编写,在 Unix 类型的系统下推荐用 vi,而 Windows 下可以用记事本或 EditPlus 进行编写。我们也正在计划不久的将来制作一个 Web 界面的编辑工具,以便进行可视化的设计以及约束检测。

Tip:目前我们针对新手用户开发了一个 WEB 版本的在线配置文件编辑辅助工具,点击试用

如果您是从头阅读到这儿,应该对配置文件也有了基本的了解,下面我们以传统的 discuz 论坛贴子为例子,来学习编写配置文件。

1. Discuz 的论坛贴子 MySQL 表结构

由于我们只是对贴子进行搜索,所以只需要关心它的贴子表即可,表结构如下:

CREATE TABLE `cdb_posts` (

  `pid` int(10) unsigned NOT NULL auto_increment,

  `fid` smallint(6) unsigned NOT NULL default '0',

  `tid` mediumint(8) unsigned NOT NULL default '0',

  `first` tinyint(1) NOT NULL default '0',

  `author` varchar(15) NOT NULL default '',

  `authorid` mediumint(8) unsigned NOT NULL default '0',

  `subject` varchar(80) NOT NULL default '',

  `dateline` int(10) unsigned NOT NULL default '0',

  `message` mediumtext NOT NULL,

  `useip` varchar(15) NOT NULL default '',

  `invisible` tinyint(1) NOT NULL default '0',

  `anonymous` tinyint(1) NOT NULL default '0',

  `usesig` tinyint(1) NOT NULL default '0',

  `htmlon` tinyint(1) NOT NULL default '0',

  `bbcodeoff` tinyint(1) NOT NULL default '0',

  `smileyoff` tinyint(1) NOT NULL default '0',

  `parseurloff` tinyint(1) NOT NULL default '0',

  `attachment` tinyint(1) NOT NULL default '0',

  `rate` smallint(6) NOT NULL default '0',

  `ratetimes` tinyint(3) unsigned NOT NULL default '0',

  `status` tinyint(1) NOT NULL default '0',

  PRIMARY KEY (`pid`),

  KEY `fid` (`fid`),

  KEY `authorid` (`authorid`),

  KEY `dateline` (`dateline`),

  KEY `invisible` (`invisible`),

  KEY `displayorder` (`tid`,`invisible`,`dateline`),

  KEY `first` (`tid`,`first`)

) ENGINE=MyISAM DEFAULT CHARSET=utf8;

2. 搜索的设计与分析

首先得搞明白我们要得到什么样的搜索效果,进行针对性的设计和分析才能确定需要哪些字段。在这个案例中我们的需求是要对所有的论坛贴子进行标题、内容、作者全文检索,并希望搜索结果能过滤回贴、按发表时间排序、能按版块过滤。明确了意图之后我们就只需要从数据表中提取必要的字段即可。

pid 主键,必须的

fid 按版块检索时需要用到

tid 搜索结果阅读链接都是按tid来的,必备

first 表示该贴子是否为楼主,过滤回贴时用到

author, authorid 按作者检索用得到

subject 标题

message 贴子内容

dateline 发表时间,要用到

其它的有些字段,比如 invisible, anonymous 表面看上去跟搜索结果也是有关系的,但实际上这些可以在索引入库时进行处理和排除,完全没有必要放到搜索数据中去,所以不列入。

3. 字段设计与分析

得到字段后,进一步分析各个字段的用途与写法。

  • pid 非常明显,它是主键,所以它的类型必须是 id
  • fid 内容为数字的版块ID,但由于我们不需要对它进行排序或区间查找,所以用 string 类型即可,为了按版块检索,我们必须对它进行索引,而它也不需要分词,所以分词器用内置的 full。
  • tid 内容也是数字的主题ID,我们暂不考虑按主题搜索,所以不需要索引,也没有排序等要求,所以只要当作普通字段存储下来即可。
  • first 用 1/0 不同值来表示是否为楼主,考虑到回贴过滤需求,它也需要索引,整个字段转换成一个词即可,分词器当然选用 full。
  • author 作者名字检索,考虑中文名支持,所以建议这个字段保留使用默认内置的 scws 分词器。由于希望在默认不指明字段的情况下也能检索作者字段,所以它的过索引方式应为 both。
  • authorid 作者 ID,我们只用于搜索结果的作者链接,不需要索引。
  • subject 标题类型为 title。
  • message 主内容,类型为 body。
  • dateline 时间戳记,由于需要排序,所以该字段不能存为 string,必须用 numeric,但不需要进行任何索引。

4. 配置文件结果

自此字段分析与设计已然明了,下面给出完整的配置文件内容,实际使用时可以将文件保存至 $prefix/sdk/php/app/discuz.ini。

project.name = discuz

project.default_charset = GBK

;服务端用默认值

;server.index = 8383

;server.search = 8384

[pid]

type = id

[fid]

index = self

tokenizer = full

[tid]

[first]

index = self

tokenizer = full

[author]

index = both

[authorid]

[subject]

type = title

[message]

type = body

[dateline]

type = numeric

建站咨询

在线咨询真诚为您提供专业解答服务

咨询热线

137 1731 25507×24小时服务热线

微信交流

二维码终于等到你,还好我没放弃
返回顶部