先来了解一下什么是全文检索(全文搜索)？

全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。全文搜索搜索引擎数据库中的数据。

一、什么是xunsearch？

概况

xunsearch是一个以GPL协议开源发布的高性能、全功能的全文检索解决方案，并针对中文深度优化和处理，用于帮助开发者针对海量数据快速建立搜索引擎。

xunsearch采用结构化分层设计，包含后端服务器和前端开发包两大部分。后端采用c/c++基于xapian搜索库、scws中文分词、libevent等开源库开发，借鉴了nginx的多进程多线程混合工作方式，是一个可承载高并发的高性能服务端。前端则是使用流行的脚本语言编写的开发工具包(即SDK)，API简单清晰上手容易，并附带全中文的示例代码、文档和辅助工具，目前暂只支持PHP语言。

特色优势

海量数据下高速搜索响应。单库最多支持40亿条数据，在500万张网页1.5TB数据中，非缓存检索时间约为0.5秒。

专为搜索而自主开发的scws中文分词，支持复合分词、自定义补充词库，保障查全率、准确率。

健壮稳定的后端守护程序，内置缓存池与线程池用于保障性能。

索引接口齐全容易，支持实时搜索，支持任何数据库源(不局限于SQL)。

极低的开发难度，具备规范的中文文档，示范代码，辅助工具。

除通用搜索引擎功能外，还内置拼音检索、分面搜索、相关搜索、同义词搜索、搜索纠错建议等专业功能。

与Lucene、Sphinx等相比，xunsearch提供了更丰富且必须的功能，开发难度更低，开发周期更短。

应用领域目前后端服务器只支持UNIX(含Linux、BSD、MacOS等)操作系统，前端开发包只支持PHP语言。

xunsearch可以帮助你建立门户、垂直搜索、论坛搜索、WEB站内搜索、文档文献资料搜索等。

架构简图

二、安装

服务端

前端的xunsearch PHP-SDK与服务端通讯协同工作，要想使用xunsearch搜索就必须安装xunsearch服务端，目前只支持UNIX类型的操作系统(含Linux、BSD、MacOS在内)以源码方式编译安装，暂不支持Windows操作系统。因此也要求你的服务器上你必须装有gcc、make等软件包编译安装工具。

这里安装的包是：xunsearch-full-latest.tar.bz2

1、运行下面指令下载、解压安装包wget http://xunsearch.com/download/xunsearch-full-latest.tar.bz2

tar -jxvf xunsearch-full-latest.tar.bz2

2、执行安装脚本，根据提示进行操作即可，主要是输入xunsearch 软件包的安装目录。cd xunsearch-full-1.4.13/

sh setup.sh

第一次安装的话，过程可能会稍显漫长，请不必着急，您大可泡杯茶一边喝一边等待即可。

安装成功后的界面如下：

3、启动测试cd /usr/local/xunsearch/bin/

./xs-ctl.sh start    #启动xunsearch服务 默认监听本地的8383、8384端口

./xs-ctl.sh stop     #停止xunsearch服务

./xs-ctl.sh restart  #重新启动xunsearch服务

#服务端和SDK不在同一台服务器的情况：

/xunsearch安装目录/bin/xs-ctl.sh -b inet start #启动服务 绑定全部IP,适合SDK/服务端 在不同服务器的情况

/xunsearch安装目录/bin/xs-ctl.sh -b inet stop  #停止服务 若启动时指定了-b inet 此处也必须指定

说明：会启动两个服务

1、索引服务(8383)：负责索引的添加，删除和修改

2、搜索服务(8384)：负责提供搜索服务，即查询

启动服务示例截图如下：

可通过进程以及端口查看服务是否启动成功，启动成功如下：

4、加入开机自动启动xunsearch服务vi /etc/rc.local

/usr/local/xunsearch/bin/xs-ctl.sh start  #将改行命令加在文件最后一行即可

保存退出

示例截图如下：

5、将xunsearch中的bin目录加入到环境变量中，以后可以在任意目录直接执行xunsearch/bin目录下的相关命令了vi /etc/profile

export PATH=$PATH:/usr/local/xunsearch/bin

如果你的profile文件底部已经有了export PATH=$PATH......等省略一堆命令...... 那你直接在后面在加上一个冒号(:)

然后在冒号后面加上xunsearch的bin目录的路径即可

保存退出

示例截图如下：

最后在执行命令：source /etc/profile  #使刚刚的改动立即生效

是的 没错，安装就是这么简单。特别提示，搜索的所有索引数据将被保存到/usr/local/xunsearch/data目录，如果你希望数据目录另行安排，请采用软连接形式确保/usr/local/xunsearch/data链至真实数据目录。此外，如果服务端启动时使用了-b inet参数，那么请借助iptables或其它防火墙工具进行保护，xunsearch本身出于性能考虑不做其它验证处理。

三、题外篇

关于SCWS 中文分词

SCWS 是 Simple Chinese Word Segmentation 的首字母缩写(即：简易中文分词系统)。

这是一套基于词频词典的机械式中文分词引擎，它能将一整段的中文文本基本正确地切分成词。 词是中文的最小语素单位，但在书写时并不像英语会在词之间用空格分开， 所以如何准确并快速分词一直是中文分词的攻关难点。

SCWS 采用纯 C 语言开发，不依赖任何外部库函数，可直接使用动态链接库嵌入应用程序，支持的中文编码包括 GBK、UTF-8 等。此外还提供了 PHP 扩展模块，可在 PHP 中快速而方便地使用分词功能。

分词算法上并无太多创新成分，采用的是自己采集的词频词典，并辅以一定的专有名称，人名，地名， 数字年代等规则识别来达到基本分词，经小范围测试准确率在 90% ~ 95% 之间， 基本上能满足一些小型搜索引擎、关键字提取等场合运用。首次雏形版本发布于 2005 年底。

SCWS 由hightman开发，并以BSD许可协议开源发布，源码托管在github。

更多SCWS 中文分词可参考官网，地址如下：

xunsearch安装也可参考如下网址：

声明：禁止任何非法用途使用，凡因违规使用而引起的任何法律纠纷，本站概不负责。