Sphinx是一個基于SQL的全文檢索引擎；普遍使用于很多網(wǎng)站

Sphinx的特性如下：

a)  高速的建立索引(在當代CPU上，峰值性能可達到10 MB/秒);

b)  高性能的搜索(在2 – 4GB 的文本數(shù)據(jù)上，平均每次檢索響應時間小于0.1秒);

c)  可處理海量數(shù)據(jù)(目前已知可以處理超過100 GB的文本數(shù)據(jù), 在單一CPU的系統(tǒng)上可處理100 M 文檔);

Sphinx本身對中文的支持并不好。

主要體現(xiàn)在對一段話斷詞；英文只需按照空格對其分詞即可；但對于博大精深的中文來說，卻是件困難的事情。

分詞在兩個地方會用到；

1、索引時，根據(jù)分詞索引原始數(shù)據(jù)

2、搜索時，對用戶輸入分詞，到索引中查詢

目前最常用的三種方案Coreseek、Sphinx-for-chinaese、Sphinx+Scws

1、Coreseek 為國人基于Sphinx開發(fā)的方案，目前最穩(wěn)定版，是基于經(jīng)典的Sphinx0.9.9版

優(yōu)點：有成熟的文檔、以及社區(qū)；其分詞mmseg為目前國內(nèi)最為好用分詞，索引和搜索分詞都可以用到；

缺點：深度開發(fā)、版本更新較慢；索引較慢

策略：一個詞庫管理后臺，維護詞庫；定期生成字典；此套件會自動分詞索引；

適用場景：普通青年、搭建差不多的搜索，適用于普遍網(wǎng)站

2、Sphinx-for-chinaese 為國人2基于經(jīng)典的Sphinx0.9.9版開發(fā)的擴展版

優(yōu)點：部署簡單，易操作，內(nèi)嵌分詞和詞庫，索引和搜索分詞都可以用到；

缺點：版本更新較慢；分詞較弱；索引相對較慢

策略：同一

適用場景：普通青年、快速搭建搜索的小站

3、Sphinx+Scws 為兩套獨立系統(tǒng)，單獨部署，所謂高內(nèi)聚低耦合，強烈推薦

優(yōu)點：兩套系統(tǒng)，相對獨立，各自單獨Server；分詞可以做其他用途；版本更新較快；

缺點：部署稍復雜，使用稍復雜；索引分詞只能用一元分詞，數(shù)據(jù)量較大

策略：詞庫管理外；使用時，先調用分詞服務，后調用搜索

適用場景：文藝青年、搭建像樣點的搜索；好吧文藝青年

以上這篇淺談Coreseek、Sphinx-for-chinaese、Sphinx+Scws的區(qū)別就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。