思考狮身人面像排名和统计

Question

我正在尝试设置从我的 Sphinx 索引中获取一些数字的功能，但不知道如何获取我想要的信息。

我有一个 mysql 数据库，其中包含文章、为该数据库设置的 sphinx 索引和全文搜索，一切正常。我想要的是得到一些数字：

1. 搜索文本（关键字或关键短语）一直出现在所有文章中的次数（更有可能仅限于“从 X 到 Y 时间间隔的文章”）
2. 与之前相同，但 2 个关键字或关键短语（即“x AND y”）出现在同一篇文章中的次数

我正在做类似于第一次手动使用我制作的 bat 文件

indexer ind_core -c c:\%SOME_PATH%\development.sphinx.conf --buildstops stats.txt 10000 --buildfreqs

这为我生成了一个包含所有重复关键字的 txt，以及它们在早期开发阶段出现的频率，这有助于形成我感兴趣的关键字列表。现在我正在尝试做同样的事情，但只是为了有限预先确定的关键字列表并集成到我的 Rails 项目中，以便将来能够构建图表。

我尝试运行一些查询，例如

@testing = Article.search 'Keyword1 AND Keyword2', :ranker => :wordcount

但我不确定它是如何工作的以及如何处理结果，以及这是否是我正在寻找的。​​p>

我尝试的另一种方法是手动 mysql 查询，例如

 SELECT id,title,WEIGHT() AS w FROM ind_core WHERE MATCH('@title keyword1 | keyword2') OPTION ranker=expr('sum(hit_count)');

但我也不确定如何从这里处理结果（以及如何将其实际实施到我现有的 rails 项目中），并且每个查询限制为 20 行（我认为我可以在设置中的某处更改?)。但至少看看我感兴趣的mysql结果是所有文章（或设定时间范围内的所有文章）的hit_count。

关于如何做到这一点的任何想法？

更新： 我发现的当前方法是添加

@testing = Article.search params[:search], :without => {:is_active => false}, :ranker => :bm25

到具有某些条件的控制器（因此它不会从 nil 搜索中出错）。 :is_active 是我的软删除标志，不想搜索已删除的条目，所以不要介意。在视图中我只是显示了

<%= @testing.total_entries %>

如果我理解正确的话，这会显示我找到的 sphinx 匹配的数量（几乎就是我要找的）。

Answer 1

所以，要计算出每个文档的点击次数，您几乎走在正确的轨道上，只需将其导入 Ruby/Thinking Sphinx。

获取原始 Sphinx 结果（如果您不需要 ActiveRecord 对象）：

search = Article.search "foo",
  :ranker     => "expr('SUM(hit_count)')",
  :select     => "*, weight()",
  :middleware => ThinkingSphinx::Middlewares::RAW_ONLY

...这将返回一个哈希数组，您可以使用weight() 字符串键作为命中计数，sphinx_internal_id 字符串键作为模型的主键（id 是 Sphinx 自己的主键，它没那么有用）。

或者，如果您想使用 ActiveRecord 对象，Thinking Sphinx 能够将每个搜索结果包装在一个帮助对象中，该对象将适当的方法传递给底层模型实例，但让 weight 使用来自 Sphinx 的值进行响应：

search = Article.search "foo",
  :ranker     => "expr('SUM(hit_count)')",
  :select     => "*, weight()"; ""
search.context[:panes] << ThinkingSphinx::Panes::WeightPane
search.each do |article|
  puts article.weight
end

请记住，必须在评估搜索之前添加窗格，因此如果您在 Rails 控制台中对此进行测试，您需要避免让控制台检查 search变量（我通常在初始搜索调用的末尾添加; ""。

正如您所指出的，在这两种情况下，搜索结果都是分页的 - 您可以使用 :page 选项来确定您想要的结果页面，并使用 :per_page 来确定返回的记录数每个请求。总共有 1000 个结果的标准限制，但可以使用 the max_matches setting 进行更改。

现在，如果您想要关键字在所有 Sphinx 记录中出现的次数，那么在利用 Thinking Sphinx 的搜索选项的同时，最好的方法是获取聚合 SUM 的原始结果 - 类似于上面的第一个选项。

search = Article.search "foo",
  :ranker     => "expr('SUM(hit_count)')",
  :select     => "SUM(weight()) AS count",
  :middleware => ThinkingSphinx::Middlewares::RAW_ONLY
search.first["count"]