好的，这就是我看到这个工作的方式。
我对 MongoDB 有完全相同的问题。MongoDB“提供”了搜索功能，但就像 MySQL 一样，你永远不应该使用它们，除非你想被 IO、CPU 和内存问题所困扰，并且被迫使用比平时更多的服务器来处理你的索引。
如果使用 Sphinx（或其他搜索技术），整个想法是通过拥有高性能索引搜索器来降低每台服务器的成本。
然而，Sphinx 不是存储引擎。查询跨表的确切关系并不那么简单，他们已经用 SphinxQL 稍微修正了这一点，但由于全文索引的性质，它仍然不像你在 MySQL 中那样进行整体连接。
相反，我会将关系存储在 MySQL 中，但在 Sphinx 中有一个“用户”索引。
在我的网站中，我个人有 2 个索引：
- 主要（房屋用户、视频、频道和播放列表）
- help（帮助系统搜索）
这些增量每分钟更新一次。由于实时索引有时仍然是实验性的，而且我个人已经看到了高插入/删除率的问题，所以我坚持进行增量更新。因此，我将使用增量索引来更新我网站的主要可搜索对象，因为这比实时索引（来自我自己的测试）占用的资源更少且性能更高。
请注意，为了通过 delta 处理删除以及您的 Sphinx 集合，您将需要一个 killlist 和某些过滤器用于您的 delta 索引。这是我的索引中的一个示例：
source main_delta : main
{
sql_query_pre = SET NAMES utf8
sql_query_pre =
sql_query = \
SELECT id, deleted, _id, uid, listing, title, description, category, tags, author_name, duration, rating, views, type, adult, videos, UNIX_TIMESTAMP(date_uploaded) AS date_uploaded \
FROM documents \
WHERE id>( SELECT max_doc_id FROM sph_counter WHERE counter_id=1 ) OR update_time >( SELECT last_index_time FROM sph_counter WHERE counter_id=1 )
sql_query_killlist = SELECT id FROM documents WHERE update_time>=( SELECT last_index_time FROM sph_counter WHERE counter_id=1 ) OR deleted = 1
}
这每分钟处理一次删除和添加，这对于真正的 Web 应用程序来说几乎是实时的。
所以现在我们知道如何存储我们的索引了。我需要谈谈关系。Sphinx（即使它有 SphinxQL）不会跨数据进行整体连接，所以我个人建议在 Sphinx 之外进行关系，不仅如此，而且正如我所说，这个关系表会得到高负载，所以这可能会影响狮身人面像指数。
我会做一个查询来挑选所有的 id 并使用那组 id 使用 sphinx API 上的“过滤器”方法将主索引过滤到特定的文档 id。完成此操作后，您可以像往常一样在 Sphinx 中搜索。这是迄今为止我发现的处理此问题的最有效的方法。
始终要记住的关键是，Sphinx 是一种搜索技术，而 MySQL 是一种存储技术。记住这一点，你应该没问题。
编辑
正如@NB 所说（我在回答中忽略了）Sphinx 确实有 SphinxSE。尽管它是原始的并且仍处于其开发的测试阶段（与实时索引相同），但它确实为 Sphinx 提供了一个实际的 MyISAM/InnoDB 类型的存储。这太棒了。但是有一些警告（与任何事情一样）：
但是，它可以/可以完成您正在寻找的工作，因此请务必对其进行调查。