文章目录
- Elasticsearch
- 介绍
- 安装:docker
- 配置Elasticsearch-ik
- 使用docker运行Elasticsearch-ik
- Haystack
- 介绍
- 安装
- django中注册应用和路由
- Haystack配置
- Haystack建立数据索引
- 1.创建索引类
- 创建text字段索引值模板文件
- 3.手动生成初始索引
Elasticsearch
介绍
- Elasticsearch 是用 Java 实现的,实现全文检索的开源的搜索引擎。
- 它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github等都采用它
- Elasticsearch 的底层是开源库 Lucene。但是,没法直接使用 Lucene,必须自己写代码去调用它的接口。
- Elasticsearch 不支持对中文进行分词建立索引,需要配合扩展elasticsearch-analysis-ik来实现中文分词处理
安装:docker
# 从仓库拉取镜像
$ sudo docker image pull delron/elasticsearch-ik:2.4.6-1.0
配置Elasticsearch-ik
- 修改/home/python/elasticsearc-2.4.6/config/elasticsearch.yml第54行。
更改ip地址为本机真实ip地址
使用docker运行Elasticsearch-ik
sudo docker run -dti --name=elasticsearch --network=host -v /home/python/elasticsearch-2.4.6/config:/usr/share/elasticsearch/config delron/elasticsearch-ik:2.4.6-1.0
- 之后可以通过 sudo docker image ls 查看镜像
Haystack
介绍
- 使用背景:Elasticsearch 的底层是开源库 Lucene。但是没法直接使用 Lucene,必须自己写代码去调用它的接口。
- Haystack 是在Django中对接搜索引擎的框架,搭建了用户和搜索引擎之间的沟通桥梁
- 我们在Django中可以通过使用 Haystack 来调用 Elasticsearch 搜索引擎
- Haystack 可以在不修改代码的情况下使用不同的搜索后端(比如 Elasticsearch、Whoosh、Solr等等)
安装
$ pip install django-haystack
$ pip install elasticsearch==2.4.1
django中注册应用和路由
INSTALLED_APPS = [
'haystack', # 全文检索
]
url(r'^search/', include('haystack.urls')),
Haystack配置
# Haystack
HAYSTACK_CONNECTIONS = {
'default': {
'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine',
'URL': 'http://192.168.103.158:9200/', # Elasticsearch服务器ip地址,端口号固定为9200
'INDEX_NAME': 'meiduo_mall', # Elasticsearch建立的索引库的名称
},
}
# 当添加、修改、删除数据时,自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
- HAYSTACK_SIGNAL_PROCESSOR 配置项:保证了在Django运行起来后,有新的数据产生时,Haystack仍然可以让Elasticsearch实时生成新数据的索引
Haystack建立数据索引
1.创建索引类
- 通过创建索引类,来指明让搜索引擎对哪些字段建立索引,也就是可以通过哪些字段的关键字来检索数据。
- 本项目中对SKU信息进行全文检索,所以在goods应用中新建search_indexes.py文件,用于存放索引类。
from haystack import indexes
from .models import SKU
class SKUIndex(indexes.SearchIndex, indexes.Indexable):
"""SKU索引数据模型类"""
text = indexes.CharField(document=True, use_template=True)
def get_model(self):
"""返回建立索引的模型类"""
return SKU
def index_queryset(self, using=None):
"""返回要建立索引的数据查询集"""
return self.get_model().objects.filter(is_launched=True)
- 索引类SKUIndex说明
- 在SKUIndex建立的字段,都可以借助Haystack由Elasticsearch搜索引擎查询。
- 其中text字段我们声明为document=True,表名该字段是主要进行关键字查询的字段。
- text字段的索引值可以由多个数据库模型类字段组成,具体由哪些模型类字段组成,我们用use_template=True表示后续通过模板来指明
创建text字段索引值模板文件
- 在templates目录中创建text字段使用的模板文件
- 在templates/search/indexes/goods/sku_text.txt文件中定义
{{ object.id }}
{{ object.name }}
{{ object.caption }}
- 模板文件说明:当将关键词通过text参数名传递时,可以
- 此模板指明SKU的id、name、caption作为text字段的索引值来进行关键字索引查询
3.手动生成初始索引
$ python manage.py rebuild_index
- 最后写视图:
- 请求地址:/search/ (刚才自己定义的视图地址)
- 再将 搜索结果处理(比如分页,渲染模板)展示即可。