Mediawiki 运行 rebuildtextindex.php 使短语搜索只需几分钟
Mediawiki running rebuildtextindex.php made phrase searches take minutes
我继承了生产中的 mediawiki 服务器，该服务器的页面由 python 脚本使用大型数据集自动生成。这个特定的 wiki 上有大约 200 万页。我们注意到一些短语搜索没有出现任何明显应该有的结果。所以我们运行maintenance/rebuildtextindex.php喜欢mediawiki规定的。现在搜索结果正确返回。问题是单词可以很好地搜索，但短语却不行。例如。 "word1 word2" 不带引号 returns 会在几秒钟或更短时间内产生结果，但带引号实际上需要几分钟，浏览器会在最终返回结果之前声明 "waiting for [domain]..."。
我已经尝试调查这个脚本的问题，mediawiki 版本是 1.24，所以我尝试 运行 脚本，有和没有删除搜索索引 table。两者带来相同的结果。
我是 mediawiki 的新手，有足够的 php 知识来理解基本的 php，我对 SQL 没意见，但看不出我遗漏了什么.我怎样才能使短语搜索更快？
Native MediaWiki 使用 MySQL 全文索引，这并不真正适用于数十亿个单词（假设每页一千个单词 "word1 word2" 将转换为具有 10^18 行的 JOIN...） .您可能应该使用为搜索而开发的技术（例如通过 CirrusSearch 扩展的 ElasticSearch）。
我继承了生产中的 mediawiki 服务器，该服务器的页面由 python 脚本使用大型数据集自动生成。这个特定的 wiki 上有大约 200 万页。我们注意到一些短语搜索没有出现任何明显应该有的结果。所以我们运行maintenance/rebuildtextindex.php喜欢mediawiki规定的。现在搜索结果正确返回。问题是单词可以很好地搜索，但短语却不行。例如。 "word1 word2" 不带引号 returns 会在几秒钟或更短时间内产生结果，但带引号实际上需要几分钟，浏览器会在最终返回结果之前声明 "waiting for [domain]..."。
我已经尝试调查这个脚本的问题，mediawiki 版本是 1.24，所以我尝试 运行 脚本，有和没有删除搜索索引 table。两者带来相同的结果。
我是 mediawiki 的新手，有足够的 php 知识来理解基本的 php，我对 SQL 没意见，但看不出我遗漏了什么.我怎样才能使短语搜索更快？
Native MediaWiki 使用 MySQL 全文索引，这并不真正适用于数十亿个单词（假设每页一千个单词 "word1 word2" 将转换为具有 10^18 行的 JOIN...） .您可能应该使用为搜索而开发的技术（例如通过 CirrusSearch 扩展的 ElasticSearch）。