编写第一个配置文件

编写第一个配置文件

Xunsearch 的配置文件是纯文本的 INI 格式，用任何文本编辑器均可编写，在 Unix 类型的系统下推荐用 vi，而 Windows 下可以用记事本或 EditPlus 进行编写。我们也正在计划不久的将来制作一个 Web界面的编辑工具，以便进行可视化的设计以及约束检测。

Tip: 目前我们针对新手用户开发了一个 WEB 版本的在线配置文件编辑辅助工具，点击试用。

如果您是从头阅读到这儿，应该对配置文件也有了基本的了解，下面我们以传统的 discuz 论坛贴子为例子，来学习编写配置文件。1. Discuz 的论坛贴子 MySQL 表结构由于我们只是对贴子进行搜索，所以只需要关心它的贴子表即可，表结构如下：

-- 
-- 表的结构 `cdb_posts`
-- 
CREATE TABLE `cdb_posts` (
  `pid` int(10) unsigned NOT NULL auto_increment,
  `fid` smallint(6) unsigned NOT NULL default '0',
  `tid` mediumint(8) unsigned NOT NULL default '0',
  `first` tinyint(1) NOT NULL default '0',
  `author` varchar(15) NOT NULL default '',
  `authorid` mediumint(8) unsigned NOT NULL default '0',
  `subject` varchar(80) NOT NULL default '',
  `dateline` int(10) unsigned NOT NULL default '0',
  `message` mediumtext NOT NULL,
  `useip` varchar(15) NOT NULL default '',
  `invisible` tinyint(1) NOT NULL default '0',
  `anonymous` tinyint(1) NOT NULL default '0',
  `usesig` tinyint(1) NOT NULL default '0',
  `htmlon` tinyint(1) NOT NULL default '0',
  `bbcodeoff` tinyint(1) NOT NULL default '0',
  `smileyoff` tinyint(1) NOT NULL default '0',
  `parseurloff` tinyint(1) NOT NULL default '0',
  `attachment` tinyint(1) NOT NULL default '0',
  `rate` smallint(6) NOT NULL default '0',
  `ratetimes` tinyint(3) unsigned NOT NULL default '0',
  `status` tinyint(1) NOT NULL default '0',
  PRIMARY KEY  (`pid`),
  KEY `fid` (`fid`),
  KEY `authorid` (`authorid`),
  KEY `dateline` (`dateline`),
  KEY `invisible` (`invisible`),
  KEY `displayorder` (`tid`,`invisible`,`dateline`),
  KEY `first` (`tid`,`first`)
) ENGINE=MyISAM  DEFAULT CHARSET=utf8;

2. 搜索的设计与分析首先得搞明白我们要得到什么样的搜索效果，进行针对性的设计和分析才能确定需要哪些字段。在这个案例中我们的需求是要对所有的论坛贴子进行标题、内容、作者全文检索，并希望搜索结果能过滤回贴、按发表时间排序、能按版块过滤。明确了意图之后我们就只需要从数据表中提取必要的字段即可。

pid 主键，必须的
fid 按版块检索时需要用到
tid 搜索结果阅读链接都是按 tid 来的，必备
first 表示该贴子是否为楼主，过滤回贴时用到
author, authorid 按作者检索用得到
subject 标题
message 贴子内容
dateline 发表时间，要用到其它的有些字段，比如 invisible, anonymous 表面看上去跟搜索结果也是有关系的，但实际上这些可以在索引入库时进行处理和排除，完全没有必要放到搜索数据中去，所以不列入。3. 字段设计与分析得到字段后，进一步分析各个字段的用途与写法。
pid 非常明显，它是主键，所以它的类型必须是 id
fid 内容为数字的版块ID，但由于我们不需要对它进行排序或区间查找，所以用 string 类型即可，为了按版块检索，我们必须对它进行索引，而它也不需要分词，所以分词器用内置的 full。
tid 内容也是数字的主题ID，我们暂不考虑按主题搜索，所以不需要索引，也没有排序等要求，所以只要当作普通字段存储下来即可。
first 用 1/0 不同值来表示是否为楼主，考虑到回贴过滤需求，它也需要索引，整个字段转换成一个词即可，分词器当然选用 full。
author 作者名字检索，考虑中文名支持，所以建议这个字段保留使用默认内置的 scws 分词器。由于希望在默认不指明字段的情况下也能检索作者字段，所以它的过索引方式应为 both。
authorid 作者 ID，我们只用于搜索结果的作者链接，不需要索引。
subject 标题类型为 title。
message 主内容，类型为 body。
dateline 时间戳记，由于需要排序，所以该字段不能存为 string，必须用 numeric，但不需要进行任何索引。4. 配置文件结果自此字段分析与设计已然明了，下面给出完整的配置文件内容，实际使用时可以将文件保存至$prefix/sdk/php/app/discuz.ini。

project.name = discuz
project.default_charset = GBK
;服务端用默认值
;server.index = 8383
;server.search = 8384
 
[pid]
type = id
 
[fid]
index = self
tokenizer = full
 
[tid]
 
[first]
index = self
tokenizer = full
 
[author]
index = both
 
[authorid]
 
[subject]
type = title
 
[message]
type = body
 
[dateline]
type = numeric