我们有数百万个非常敏感的文档（docx、pfd、xlsx 等）由客户上传到我们的应用程序中。在我们的应用程序中，我们使用 Sphinx 在这些文档中进行全文搜索。流程如下：
由于安全和性能问题，我们必须完全重建上述流程。MySQL数据库中的纯文本是这个解决方案中最大的“nono”，但我们必须分析市场上任何可能的解决方案。文件的安全和加密是业务的重中之重。除此之外，Sphinx 本身的问题是每周一次。
任何对文档解决方案中的搜索引擎和全文搜索有经验的人——我很想听听您的意见。
特别是 sphinx，有 XMLPipe（或 TSVPipe）索引器方法。这是索引器而不是读取“数据库”的地方，它执行脚本并对输出进行索引。
因此，可以通过脚本下载加密数据、解密并通过管道输出内容。即，解密的数据永远不会直接“存储”。
或者可以在 mysql https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_aes-encrypt中使用本机加密做类似的事情 数据可以在数据库中加密，然后解密'在索引期间即时'。
另请注意，虽然搜索索引实际上并未加密，但它是一个“反向索引”，因此虽然理论上可以重建单词，但它只是原始单词，而不是原始形式的完整文档。如果您愿意牺牲一些结果的准确性，也许可以启用无中断索引。这意味着甚至无法重新构建文件。知道每个文档中的单词，但不知道实际的顺序。
或者可以使用不存储实际单词的 dict=crc，只存储单词的散列版本。这使得重建非常困难（但并非完全不可能）。因为需要计算彩虹表来重建文档。