Coreseek 全文搜尋：解決英文單字前綴匹配失效問題

問題背景

在使用 Coreseek（基於 Sphinx 的中文分詞擴展）建立全文搜尋索引時，開發者常遇到一個困擾：搜尋完整英文單字（如 "andy"）正常，但輸入前綴字母（如 "a"）卻無法匹配任何結果。

根本原因

Coreseek 預設的索引策略針對中文分詞優化，英文單字預設僅支援整詞匹配。若需實現「輸入首字母即可搜尋」的自動完成功能，必須啟用中綴索引功能。

解決方案

修改索引配置檔

在 sphinx.conf（或 mysql.conf）的 index 區塊中加入：

index mysql_index
{
    source = mysql_src
    path = /var/data/mysql_index
    docinfo = extern
    mlock = 0
    morphology = none
    min_word_len = 1
    min_infix_len = 1
    html_strip = 0
    charset_type = utf-8
    charset_table = 0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F
}

關鍵參數說明：

• min_infix_len = 1：啟用中綴索引，最小長度設為 1，表示單個字元也會被索引
• min_word_len = 1：允許單字元詞彙（需搭配使用）

重建索引

配置修改後必須重新建立索引才能生效：

/usr/local/coreseek/bin/indexer -c /etc/coreseek/mysql.conf mysql --rotate

注意：請根據實際安裝路徑調整 indexer 執行檔與配置檔路徑。--rotate 參數可在不停止 searchd 服務的情況下熱更新索引。

驗證測試

重建完成後，測試搜尋 "a"、"an"、"and" 等前綴，應能正確匹配包含 "andy" 的文檔。

效能考量

• 啟用 min_infix_len 會顯著增加索引體積（約 1.5~3 倍）與建立時間
• 大數據量場景建議設為 2 或 3，平衡搜尋體驗與資源消耗
• 可搭配 prefix_fields 或 infix_fields 限定僅對特定欄位（如標題、標籤）啟用前綴索引

補充：中文分詞與英文混合搜尋

Coreseek 使用 mmseg 分詞器處理中文，英文預設以空白分隔。若需中英混合自動完成，建議：

1. 確保 charset_table 包含英文字母大小寫轉換規則
2. 對需自動完成的欄位單獨設定 infix_fields = title,tags
3. 前端配合防抖動請求，避免頻繁觸發搜尋造成伺服器壓力