Sphinx是一个俄国人开发的搜索引擎：

Sphinx建索引速度是最快的，比Lucene快9倍以上。因此，Sphinx非常适合做准实时搜索引擎。 

Sphinx是一款基于SQL的高性能全文检索引擎，Sphinx的性能在众多全文检索引擎中也是数一数二的，利用Sphinx，我们可以完成比数据库本身更专业的搜索功能，而且可以有很多针对性的性能优化。

• 快速创建索引：3分钟左右即可创建近100万条记录的索引，并且采用了增量索引的方式，重建索引非常迅速。

这里我们采用 mysql的数据源。具体情况如下：

##### 字符表，注意：如使用这种方式，则sphinx会对中文进行单字切分，
##### 即进行字索引，若要使用中文分词，必须使用其他分词插件如 coreseek，sfc

在上一步中，我们建立了索引，现在我们对刚建立的索引进行测试。测试有两种方式：CLI端和API调用

在CLI端上命令测试是使用sphinx自带的搜索命令：search

至此，可以看到，我们已经检索出所有有关“北京”的信息

注意：这里我使用的是putty的客户端，在客户端编码设置的是utf-8，这个是测试的前提条件

在本例中，我使用PHP的api来测试，在测试前，先启动sphinx服务进程，并对centos的防火墙做好9312端口的开放

检索“北京”dump后的结果是如下：

至此PHP已可调用出结果！

用输入的查询词在索引文件中挨个进行比较，找到满足关系的文档的过程，并读出文档，给每个文件打分，最后打分完成后进行排序，随后获取到排序后的文档列表的过程。

sphinx搜索过程包括以下步骤

示意图如下，全部成员见类图，下图只给出主成员

分词和DocId的结构图

获得每个分词DocID所占连续内存入口结构图

d)  分词的DocID在内存中占着连续的内存空间，这样就可以从内存中直接读出所有的DocID   即可

下面是如何查找属性信息，这里只是找到这条文档的属性在RtSegment_t中的指针，用于属性过滤，以下是docinfo的内存存储结构

通过二分查找，找到这条文档在m_dRows的位置，就可获得这条文件档属性在m_dStrings和m_dMvas的指针和位移,然后进行属性过滤

搜索Disk chunk过程与内存大致相同，多了一步读文件,关于索引文件(spa,spd,…)的处理方法在第三部分讲解

Fields, 代表每个分词所对应的field的字段，索引建立时确定，举例说明，假设索引字段编码如下，sphinx用一个32无符号整数对每个索引字段编码

2、每个分词的IDF计算方法, IDF是指在整个文档集中的反向文档频率。常见词（如“the” or “to”等）的IDF值小，罕见词的IDF值大，当一个关键词只在一个文档中出现时，达到峰值IDF＝1，

而当关键词在每个索引文档都出现时，IDF＝－1

 

 


 

 


 

 


 

 


 

 


 

 


 

 BM25参数，tDoc.m_fTFIDF每个分词对应多个文档，每个文档对应一个此参数
 


 

 


 

 


 

 


 

 


 

 


 

 


 

 


 

 


 

 


 

 uRank最小为1，由此可能权重一定大于1000
 


 

 


 

 AND:将两个孩子节点获取到的doc合并起来，过滤掉docId不相同的,权重相加，代码如下
 


 

 


 

 


 

 OR:依次取前两个结点，如果DocID相同，权重相加，代码如下
 


 

 


 

 

 这是本人对sphinx写的入门手册，也为自己存档使用。为写本文，特重新安装了一遍Sphinx，并新建mysql表加入1000条记录，动手重复了一下所有
过程。如有错误或疑问请到以下地址反馈，谢谢！
欢迎到讨论sphinx的相关问题，交流你我的思想！
 
 

 
 

 
 

 
 
 

 “比特币”、“加密货币”和“区块链”已经成为媒体的热门词汇，并吸引了越来越多的学术范围内的兴趣（计算机科学和金融经济学领域）。然而，如果以社会角度出发，加密货币确实令人难以下定论。 在我认为，加密货币和区块链确实是社会学研究和思考的一个重要对象，但其本身并不是金钱。这篇文章中，我主要想证明比特币在经济意义上本来就不该是钱, 而是在数字时代中，解决双重支付、个人隐私的一种手段。

比特币和其他“加密资产”是恰当的社会技术组合，但并不是因为它们是最优秀的货币。相反，它们目的是通过机构的彻底非中介化直接将人们聚集在一起，而这些机构又被区块链技术所取代。我所说的“彻底的非中间化”，是指比特币及其他加密资产允许纯粹的对等产权转移，且不需要借助第三方或机构的承诺。其影响的确是巨大的。 一般来说，国家的关键作用之一是执行财产权。国家强制执行的目的是降低自我执行成本，从而提高资产价值，刺激经济增长和繁荣。因此，那种认为比特币等其他加密货币把法币长期以来累积的信任简单地转换为“机器代码”，同时切断与社会的所有联系的解释是片面的。从我个人角度出发，比特币通过p2p network（点对点交互）其实更加直接的促进了社会关系，尽管比特币是通过计算机技术来调节的。对比特币项目最有影响力的人公开推测，加密货币更像是一种收藏品或商品，而非货币。在我看来比特币发展的主要驱动力是非经济性的，例如防止投机分子利用双重支付所造成的困扰，以及在数字时代中，用户对于个人隐私保护意识的重视。

比特币或其他加密货币作为货币是成功还是失败?

我一直认为区块链技术只是达到繁荣的一种手段，我想先介绍一下什么是比特币和区块链，以及它如何构建社会之间的互动。网上虽然有很多介绍的文章，但我想从比特币的起源角度来和大家分享一下。

自从计算机时代以来，创造一种数字形式的货币这种想法其实很有趣但会引来许许多多的问题。大家有没有想过，当像钱这样的东西以计算机化的形式或以代码形式存在时，怎样才能防止它被伪造?人们怎么能证明虚拟币的归属是谁呢?这样一笔钱怎么能在电脑设备或者移动终端之间安全地储存和转移?如何在一个一直记录数字痕迹的系统中保持匿名性？

比特币等加密货币的真正起源，并非始于打击第三方机构或者政府的中心化垄断，或者去冲击中央银行的地位。相反，它是从寻找上面列出的问题的答案开始的：怎样在已有的虚拟空间内解决底层的金融问题。与此同时，比特币在关于金钱基本概念(金钱作为交换媒介、储存手段和记账单位，流动性，持久性等等)在整个白皮书的论述中是不成熟的。其实当今被许多专家、学者、大佬证明，在以后社会中存在革命性发展潜力的技术（加密货币和区块链技术），有着相当卑微的开端，它始于一群年轻的学者(尽管他们都不是经济学家)试图解决一系列智力难题。

早在1982年，当时中国还没有互联网这个东西，在加州举行了第二届CRYPTO年度大会，参加这个会议的主要是当代的计算机科学家以及数学家。当年毕业于加州伯克利大学计算机硕士，工商管理硕士年仅27岁的David Chaum发表了他的论文摘要，题目是《Blind Signatures for Untraceable Payments》，有兴趣的可以去看一看。论文大致阐述了加密技术在理论上如何应用于创建一种安全，匿名的数字现金。这估计是我所知到的最早的加密货币的参考。现在所说的公钥，私钥的创新源自于此。一个已知的公开密钥加上一个只有其所有者保留的私钥。公钥将充当标识符或数字假名，类似于银行帐号;私钥将被用作“闭着眼睛”的数字签名，以证明公钥实际上属于相关方，同时保留代理的匿名性。

大概意思就是说现在发展的又快又好，但是现有支付系统的最终结构，可能会对用户隐私产生重大影响。Facebook泄露用户隐私的故事我就不多提了，日渐增多的骚扰电话，居然都知道你的职位，在哪里，手机号，姓名。个人隐私泄漏带来的财产损失，恶意程序，等等，细思极恐。2018年9月11日，中国消费者协会在北京发布了《APP个人信息泄露情况》遇到过个人信息泄露情况的受访者占85.2%。

David Chaum于1989年创办了一家名为DigiCash的私人公司，目的是通过加密保护、匿名的“ecash”来保护网上交易，当时与美国商业银行和德国德意志银行等多家银行联手。但是该公司在2002年申请破产保护，此前未能获得终端用户和财务支持。破产的原因其实很简单：“Nobody gives a shit about privacy”当时根本没有人在乎个人隐私。

在整个20世纪80年代和90年代，CRYPTO会议继续扩展到欧洲以及亚洲，继续吸引雄心勃勃的年轻学者，他们在David Chaum思想(以及其他主题)的基础上，提出了替代数字现金协议。例如，在1983年CRYPTO会议上，三位以色列计算机科学家介绍了“电子钱包”的概念，这一概念旨在存储“unforgeable amounts of digital money”，并利用“公钥密码系统”(甚至在1984年以后)在其他类似钱包的之间实现不可伪造的交易。直到今天，加密货币仍然保存在俗称“钱包”的地方，而且是基于它们来工作。

很快，一个主要的技术障碍开始阻碍当时理论发展:所谓的“双重支付”问题。如何防止任何人复制一枚电子硬币，并在不同地点或与不同的交易者使用?1988年，Chaum与Amos Fiat和Moni Naor一起回到CRYPTO会议上，提出了解决这个问题的方案。通过使用 “零知识证明”的额外加密方法解决这一系列问题。“零知识证明”可以允许银行追踪“重复花钱者”(又名Alice)这可能是为什么Alice这个名字在区块链书籍中出现这么频繁的原因吧。这样银行就能提供确凿的证据证明Alice曾重复使用过她的钱。

话说回来，零知识证明的意义在于，你可以在不知道事实真相的情况下证明某些事实的真实性。那我们也用Alice举个例子吧! Alice和Bob在玩芝麻开门的游戏，Alice知道一个神器的咒语，能把门打开，但是Alice不愿意告诉Bob，Bob开始怀疑Alice是在吹牛。那么问题来了，怎样在Bob不知道咒语的情况下确认Alice知道咒语的真实性呢？Bob想到一个方法，这扇门在一个洞穴里，洞穴有L，R左右两条路，两条路会在尽头相遇，中间藏着那扇门。先让Alice随意选择L或R进入洞穴，而Bob不知道Alice选的是哪条路。然后Bob向洞里喊，告诉Alice应该从哪条路出去。如果她真的知道这个神奇的单词，她会一直听从Bob的指示，因为她可以打开门，绕着出去。如果她不知道这个神奇的词，她仍然有50%的机会离开你选择的道路。然而，如果Bob一遍又一遍地重复这个任务，那么她单凭运气就跟随Bob选择的出口的概率很快就会接近0。因此，你可以得出这样的结论:她知道这个神奇的词，却不知道它是什么。

追寻着这样的一个逻辑，那么就可以在不了解Alice的情况下知道一个数字货币是否被重复使用了。

随后1989年的CYPTO大会上，来自日本电信公司的Tatsuaki Okamoto和和Ohta Kazuo对这种零知识证明提出改进并提出了可以细分的电子货币。1993年的CYPTO上，Brand展示了密码协议如何被发行银行使用，以防止数字硬币的重复消费，而不是事后检测。这些创新都是渐进式的，建立在已有文献的基础上，解决技术问题，就像诺贝尔获奖者Kuhn所提出的“normal

到目前为止，密码学的使用有效地允许虚拟货币在各方之间被安全持有和匿名转移，然而解决双重花费问题的方法仍然取决于一些可信的第三方。

对我们许多人来说，故事就到此为止——因为我们通常信任第三方。我们信任政府、央行、微信、支付宝、监管机构和法律，以确保经济交易和产权的健全。那为什么我们需要剥离这样的第三方，把控制权交给分散的算法呢?

国家制度，社会构成，人与人之间意识形态、信仰的差异会导致部分人成为去中心化的拥护者。我很尊重这些人的贡献，Cypherpunks团队积极参与了比特币的创建。Cypherpunks是一个由思想家、技术专家和软件开发人员组成的有影响力的团体，他们继续研究双重支付问题所带来的种种挑战。Cypherpunks觉得政府不应该窥探人民的事务;保护私人对话和交流是一项基本权利，这些权利可能需要通过技术而不是法律来保障。

技术的革新经常会创造新的政治现状。在极端的意识形态下，Cypherpunks的一些成员提倡一种秘密无政府状态，在这种无政府状态下，政府和机构被一种能够确保个人隐私安全、自由，财产安全、平等的技术所替代。

Cypherpunks认为隐私是一个人不想让全世界都知道的东西，而秘密是一个人不想让任何人知道的东西。隐私是有选择地向世界展示自己的力量。人们追求的是隐私，而不是保密。上世纪90年代末，Nick Szabo提出了比特币系统的前身Bit gold。Nick Szabo觉得即使在政治稳定时期，业主也常常觉得有必要(或被迫)购买产权保险以确认所有权。这种通过复制数据库执行产权安全记录的想法为将来的区块链技术播下了种子。区块链是一种分散的、分布式的和公共的数字分布式账本，记录每一笔交易，以线性的、按时间顺序在许多计算机上复制，这样记录就不能被回溯或删除。

从理论上讲，这个想法是可行的。在实践中，如何确保共享分布式账本中的条目是有效的却不是那么容易。拜占庭的将军问题就是这种典型的例证。拜占庭将军的问题可以简单的理解为互不信任的节点如何达成共识的问题，这边就不做过多介绍。但只要有适当的动机和基于密码学的不可伪造消息的存在，就可以可靠地实现共识。

对于Bit Gold来说，必须以一种能够容忍拜占庭将军问题的方式确认新条目，所选择的解决方案称为工作量证明(PoW)。

工作量证明最初是作为解决日益严重的垃圾邮件问题而提出的。在1992年CRYPTO大会上，Dwork和Naor(曾与David Chaum合作过零知识证明)提出了一个通过增加成本来阻止垃圾邮件的想法，但不会干扰电子邮件的正常使用。主要思想是，邮件系统要求发送方计算一些比较昂贵但不棘手的问题，以便获得发送访问权。总而言之，电子邮件的发件人必须出示有效的证据，证明在自己解决了问题，才有资格发送邮件。这样的证明函数可能需要几秒钟或几分钟才能解决，这在大多数情况下并不会禁止，但会给垃圾邮件发送者带来巨大的成本。

Szabo采用这种方案来解决复制数据库的真实性问题。为了从概念上验证这个想法，Szabo 才设计了一种机制，将所有权安全对等转移到一种他称之为Bit Gold的虚拟商品上。

Bit gold从未被执行过，但它完成了这个循环——一个共享数据库和一个工作证明方案。到目前为止，比特币的所有部件都已经准备好了。曾经在网上看到这样一句话：比特币=区块链。那么这句话是大错特错了，蕴含在比特币后面的远远不止区块链技术，还包括加密技术（早在二战时期，德军Enigma的应用），p2p network，PoW机制。

现在所需要的只是一个合适的机会，揭示在世界的舞台上。

但是，整个设计原则和逻辑，都没有从经济、金融或社会学角度去分析。毕竟，Cypherpunks他们不是经济学家。尽管大家都知道政府使用法币作为应对通货膨胀的武器，但是大家对实际的经济学或者货币政策的关注却很少。因此，一种去中心化、保护用户隐私的加密货币在设计上必须是通货紧缩的(以保留其价值，但也作为一种政治声明，总量一定)，但除此之外没有多少其他的考虑。加密货币的意识形态和技术部分已经就位，但如何让这些加密货币像货币一样发挥作用的规则和理论却被人们忽视了。

without the need for a trusted third party.” 在中本聪的提议中，没有提到比特币的货币价值，也没有提到它可能如何实现价计价单位或储存价值。

2009年1月3日，第一块比特币的首个工作量证明功能得到了解决。同时，全球金融危机正在不断加深。的确，比特币发行的时机正好是在人们对金融机构的信任逐渐下滑的时候。这有可能有一定的投机性在当中。 个人觉得，比特币稳稳抓住了当一个第三方机构在刚开始就不被大家所信任的时机。第一次比特币交易是由中本聪向Hal Finney发送10个比特币。

有兴趣的朋友可以先行了解一下中国的货币政策经历了什么。然而比特币的货币政策又如何呢?在最初的比特币白皮书中，这些都没有进行阐述。传统意义上来说，货币必须易于标准化，使其易于确定其价值，而且必须被广泛接受。货币可以找零且便于携带。最后货币必须耐用，而且它一定很很难被伪造。

在2008年11月发给密码学朋克们的一封电子邮件中，中本聪声称比特币的主要特性如下：

比特币系统的实际“货币政策”似乎也是很随意。在比特币软件的第一版发布后，中本聪发帖称:

挖完之后，系统可以在需要时支持交易费用。它基于开放性市场竞争，可能总会有免费记账的节点。

那么也就是说比特币会预期在2140年的某一时候被挖完。尽管比特币没有提到任何经济学，但这种想法还是流行了起来。到2018年初，所有比特币的总价值超过了1,850亿美元，每天在系统内部流通的比特币价值就超过了20亿美元。换句话说，者可能是由于缺乏可信赖的第三方，每天20亿美元的价值还是会转手。那么这样比特币还是钱吗?答案是否定的。但是你想每天也有数十亿美元的证券及衍生品、法律合同等产品和比特币一样在进行流通啊，如果上面的故事告诉我们什么道理的话，那就是人们用比特币做什么远没有那么重要，重要的是他们怎么做以及为什么这么做。

commodity.”“比特币没有股息，未来也没有潜在的股息，因此它不像股票。”。那些认真思考并开发加密货币的人很少用传统的货币术语来谈论它，而是把它当作一种虚拟的收藏品或商品。因此，比特币更像这些虚拟商品或者收藏品，而不是货币，也就不足为奇了。

比特币在市场上确实是具有价值的，虽然在某种程度上具有一定的投机性在里面。比特币在挖矿以及在数学上实现PoW机制中，确实需要消耗一定的资源（电力，折旧等）。尽管PoW的初衷是抑制垃圾邮件发送者的积极性，但它们也在激励参与者并保护复制数据库的有效性，从而确保财产所有权及其转移记录的真实性。那么，那些承担记账的花费的人只有得到回报才愿意这么做。矿工或者矿场收到的比特币的经济价值必须覆盖整个挖矿系统的成本。换句话说，比特币的经济价值源自于受信任的第三方获取它的成本，它既是成本又是价值。在我看来，它更像一种虚拟商品或者收藏品，并不能代替法币。