近几天一直在测试sphinx/coreseek的分词和全文检索的解决方案，sphinx应用的案例比较多，它所提供的接口也比较丰富。昨日接触了一下xunsearch，有点眼前一亮的感觉，相比前者虽然目前只提供php sdk的使用，但是在使用上更友好，文档更规范，从应用上更加减少了开发成本。
xunsearch是SCWS延伸的一个项目，SCWS基于php的分词还是以前在写小项目中使用过，xunsearch也是最近正式发布的，也希望能延续下去。
其官网 www.xunsearch.com 上的文档很详细，安装也做得比较傻瓜，使用前可以浏览看看。
以这个WP的mysql为基础做了一个全文检索的范例： http://www.heinet.cn/wp1998/search.php
安装完成之后启动xs，建立一个项目配置文档：

#检索项目名称
project.name = wp1998
#默认字符集
project.default_charset = utf8
#索引服务器地址端口
server.index = 8383
#检索服务器地址端口
server.search = 8384
#[ID]是WP中的post唯一ID字段，一般把这种字段作为主键
#这里[]定义的字段名是mysql中的原字段名，而type定义的是对应xunsearch的类型
#当然立刻用其他名称，不过需要在select中做转义
[ID]
#id表示主键类型
type = id
#[post_title]是WP中的post标题，定义为title类型，是可以检索的字段
[post_title]
type = title
#[post_content]是WP中的post内容，定义为content类型，是可以检索的字段
#cutlen定义摘要的长度，单位字节
[post_content]
type = body
cutlen = 400
#2012-5-30 15:28:41是WP中的post发布时间，定义为numeric（数值型），主要用于排序或区间检索
[post_time]
type = numeric

配置文件完成之后，通过脚本工具把目前的所有post导入建立索引：
# /data/app/php/bin/php ./sdk/php/util/Indexer.php –source=mysql://user:[email protected]/wp_database/wp_posts –sql=”select ID,post_title,post_content,UNIX_TIMESTAMP(post_date) as post_time from wp_posts where post_status=’publish’ and post_type=’post’” -p wp1998
然后就可以检索查询了，用xunsearch的自动发布工具发布了一个实例页：
http://www.heinet.cn/wp1998/search.php
为了让索引随着post发布更新索引库，需要在post发布时增加一些处理，xunsearch提供了比较丰富的php操作函数

$data = array(
 'ID' => 234, //字段为主键，必须指定
 'post_title' => '测试文档的标题',
 'post_content' => '测试文档的内容部分',
 'post_time' => time()
 );
 // 创建文档对象
 $doc = new XSDocument;
 $doc->setFields($data);
// 添加到索引数据库中
 $index>add($doc);

总体来说，挺傻瓜的，但是这项目发布不久还是有bug的，测试的时候就遇到了一些，不过还不伤大局。