Django集成搜索引擎Elasticserach的方法示例
1.背景
当用户在搜索框输入关键字后,我们要为用户提供相关的搜索结果。可以选择使用模糊查询 like 关键字实现,但是 like 关键字的效率极低。查询需要在多个字段中进行,使用 like 关键字也不方便,另外分词的效果也不理想。
全文检索方案
- 全文检索即在指定的任意字段中进行检索查询。
- 全文检索方案需要配合搜索引擎来实现。
搜索引擎原理
- 搜索引擎 进行全文检索时,会对数据库中的数据进行一遍预处理,单独建立起一份 索引结构数据 。
- 索引结构数据 类似字典的索引检索页 ,里面包含了关键词与词条的对应关系,并记录词条的位置。
- 搜索引擎进行全文检索时,将 关键字在索引数据中进行快速对比查找,进而找到数据的真实存储位置 。
2.Elasticsearch介绍
实现全文检索的搜索引擎,首选的是 Elasticsearch 。
- Elasticsearch 是用 Java 实现的,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。
分词说明
搜索引擎在对数据构建索引时,需要进行分词处理。
分词是指将一句话拆解成 多个单字 或 词 ,这些字或词便是这句话的关键词。
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。
3.集成Elasticsearch
3.1. Haystack介绍和安装配置
- 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)。
Haystack安装
$ pip install django-haystack $ pip install elasticsearch==2.4.1
Haystack注册应用和路由
在 django 的配置文件中注册。
INSTALLED_APPS = [ 'haystack', # 全文检索注册]
在总路由中新建 haystack 的路由。
urlpatterns = [url(r'^search/', include('haystack.urls')),]
Haystack配置
在配置文件中配置Haystack为搜索引擎后端
# 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': 'serach_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' # 搜索的每页大小 HAYSTACK_SEARCH_RESULTS_PER_PAGE = 3
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。
3.2 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。
本项目中对模型类SKU信息进行全文检索,所以在 该模型类的应用(goods)中 新建 search_indexes.py 文件,用于存放索引类。索引类必须继承 haystack.indexes.SearchIndex 与 haystack.indexes.Indexable .
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。
2.创建text字段索引值模板文件
在项目 templates 目录中创建 text字段 使用的模板文件
具体在 templates/search/indexes/goods/sku_text.txt 文件中定义,其中 goods 为应用名, sku_text.txt 中的 sku 为模型类小写。
{{ 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
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
第一次需要生成索引需要执行上述命令,后续会自动生成索引。
3.3 全文检索测试
准备测试表单
- 请求方法: GET
- 请求地址: /search/
- 请求参数: q
<div class="search_wrap fl"> <form method="get" action="/search/" class="search_con"> <input type="text" class="input_text fl" name="q" placeholder="搜索商品"> <input type="submit" class="input_btn fr" name="" value="搜索"> </form> ... ... </div>
然后在 templates/search/ 目录下新建 search.html 接收和渲染全文检索的结果 .
3.4 渲染搜索结果
Haystack返回的数据包括:
- query :搜索关键字
- paginator :分页paginator对象
- page :当前页的page对象(遍历 page 中的对象,可以得到 result 对象)
- result.objects : 当前遍历出来的SKU对象。
<div class="main_wrap clearfix"> <div class=" clearfix"> <ul class="goods_type_list clearfix"> {% for result in page %} <li> {# object取得才是sku对象 #} <a href="/detail/{{ result.object.id }}/" rel="external nofollow" rel="external nofollow" ><img src="{{ result.object.default_image.url }}"></a> <h4><a href="/detail/{{ result.object.id }}/" rel="external nofollow" rel="external nofollow" >{{ result.object.name }}</a></h4> <div class="operate"> <span class="price">¥{{ result.object.price }}</span> <span>{{ result.object.comments }}评价</span> </div> </li> {% else %} <p>没有找到您要查询的商品。</p> {% endfor %} </ul> <div class="pagenation"> <div id="pagination" class="page"></div> </div> </div> </div>
这里Elasticsearch替我们把django中的视图函数写了。
搜索页分页器
<div class="main_wrap clearfix"> <div class=" clearfix"> ...... <div class="pagenation"> <div id="pagination" class="page"></div> </div> </div> </div> <script type="text/javascript"> $(function () { $('#pagination').pagination({ currentPage: {{ page.number }}, totalPage: {{ paginator.num_pages }}, callback:function (current) { window.location.href = '/search/?q={{ query }}&page=' + current; } }) }); </script>
这里使用的 jquery.pagination.js 接收要渲染的数据,当然也可以使用其他框架的分页器或自定义的来接收。