Sphinx查询性能非常厉害，亿级数据下输入关键字，大部分能在0.01~0.1秒，少部分再5秒之内查出数据。
由C++编写的高性能全文搜索引擎的开源组件，C/S架构，跨平台（支持Linux、Windows、MacOS），支持分布式部署，并可直接适配MySQL。
因为MySQL的 like %keyword% 不走索引，且全文索引不支持中文，所以需要借助其它组件。适用于不经常更新的数据的全文搜索。
ElasticSearch、Solr、Lucene、Algolia、XunSearch。
发送给Sphinx关键字，然后Sphinx返回id给PHP，PHP再调用MySQL根据id查询。也就是帮着MySQL找id的，MySQL走主键索引，查询性能很高。
Sphinx附带了三种不同的API，SphinxAPI、SphinxSE和SphinxQL。SphinxAPI是一个可用于Java、PHP、Python、Perl、C和其他语言的原生库。SphinxSE是MySQL的一个可插拔存储引擎，支持将大量结果集直接发送到MySQL服务器进行后期处理。SphinxQL允许应用程序使用标准MySQL客户端库和查询语法查询Sphinx。
Sphinx不仅限于关键字搜索。在全文搜索结果集之上，您可以计算任意算术表达式、添加WHERe条件、排序依据、分组依据、使用最小值/最大值/AVG值/总和、聚合等。本质上，支持成熟的SQL SELECt。
- 决策分析：
亿级的数据量，还都得是中文，如果是52个大小写字母和10个数字可以随机，中文随机效果差，最好是有能阅读通畅的数据源，而不是随机汉字数据源。 - 尝试寻找：
尝试看了txt版的《三国演义》，发现行数太少，所以转变思维，更大的数据量，只能是长篇小说，翻看了最长的小说，也才22万行，1行小说对应1条MySQL数据，数据量还是太少，虽然循环小说内容插入也行，但还是差点意思。 - 资源整合：
程序员天天玩的就是数据，这点小事难不倒我，去网盘找txt小说资源合集https://www.aliyundrive.com/s/LBBg4ZvWip2/folder/63a138e95845afd3baa947db96342937033c254f
找到了如下35000本txt的小说。 - 数据合并：
下载了几千个txt小说，需要用命令把这些合并成一个文件，使用方便PHP程序逐行读取。整合后的单个txt文件9.57个G。 - 数据入库：
大数据文件一次加载会把内存撑爆，所以需要使用去逐行读取文件。 -
性能调优：
MyISAM引擎：
insert 发现1秒才1400行的插入速度，不行得调整。
。
优化后，每秒2万的插入速度。如果是InnoDB引擎
可以调整redo log 刷盘策略，。
并添加缓冲池。
，就行了。 数量检查：
两万年后，用一看，数据量109 450 000，搞定。性能测试：
SELECT count(*) FROM articles where content like '%晴空万里%'，找出来了1931个，花了242秒。- 官方文档：https://sphinxsearch.com/docs/current.html#matching-modes
- 调用方法：
- 分词举例：假设关键字“白色衣服”，词语被分成了“白色”和“衣服”。
服务器配置：CentOS7.6 16核4G内存
实测亿级数据下搜索晴空万里只花费0.011秒，上文提到MySQL则需要242秒，性能差了22000倍。或许是受或分词器影响，Sphinx查询出来1898条，MySQL查询数据为1931条
多次测试：在109450000条数据中，从不同角度测试Sphinx SPH_MATCH_PHRASE匹配模式，相当于mysql where field like '%关键字%'：
- 对于Sphinx：当需要新增增量索引时，读取这个表中的数据，获取到这个值，使其创建索引的起始点，为max_id字段的值。
- 对于max_id字段的业务作用：可以封装一个方法，可以让这个值载入Redis，redis有值就读取，无值就查询然后载入Redis。
- 对于业务代码：例如100万行数据创建了Sphinx索引，然后又新增了1000条，这1000条数据没有sphinx索引，可以在业务代码中使用mysql union或者其它方式，让这1000条数据，做查询。
伪代码如下：
装好之后配置它，汉字是提示，记得运行环境要删掉
开启服务
PHP SphinxClient手册：http://docs.php.net/manual/tw/class.sphinxclient.php
这是二次改过的test_coreseek.php，对于新手有很友好的提示。
详解：SPH_MATCH_FULLSCAN
SPH_MATCH_FULLSCAN，强制使用全扫描模式。注意，任何查询项都将被忽略，这样过滤器、过滤器范围和分组仍然会被应用，但不会进行文本匹配。
当满足以下条件时，将自动激活SPH_MATCH_FULLSCAN模式来代替指定的匹配模式:
查询字符串为空(即:它的长度是0)。
Docinfo存储设置为extern。
在完全扫描模式下，所有索引的文档都被认为是匹配的。这样的查询仍然会应用过滤器、排序和分组，但不会执行任何全文搜索。这对于统一全文和非全文搜索代码或卸载SQL服务器很有用(在某些情况下，Sphinx扫描比类似的MySQL查询执行得更好)。
压测方式 ：ab -c 1 -n 10~1000 192.168.3.180/test_coreseek.php
中文定值关键字为华盛顿，英文定值关键字为XYZ，30位随机中文或英文字符，由代码生成。
对于update很多数据，sphinx不会自动更新索引，所以可以选择在公司业务空闲时间重建索引。
对于insert，可以使用增量索引，创建一个表用于存储已经新增sphinx索引记录的最大值。
这块需要承接上文。
这个也好办，直接在csft.conf配置文件内source段和index段复制粘贴，根据上文的两段文章，该创建索引的创建索引，该重启的重启。
不需要引入多个文件，就和MySQL一样，只需要一个/etc/my.cnf就行了，相加配置，接着往下续就行了。
新创建索引后不会生效，需要关闭searchd进程后重新启动。
方案1：
使用composer安装新的包，PHP8.0及以上不会报错。
记得要搜索sphinx client或sphinxapi，不要搜素sphinx，这会把SphinxQL的解决方案也给搜出来。
用这个包就行，composer require nilportugues/sphinx-search
用法与自带的完全一致，而且遇到PHP8不报错。
方案2：
使用原生自带的包，PHP8.0及以上会报错。
sphinxapi.php放置到app/Libs/Others目录下，并添加自己的命名空间AppLibsOthersSphinxApi。
app/Libs/helper.php存放了自定义封装的方法，并使用composer dump-autoload配置，跟随框架自动加载。