1.定义
特点:
- 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。 -
比如： 我是中国人
- 分词后：
我、是、中、国、人、中国等等都可以是这句话的关键字。
-
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。
2.安装
1.获取Elasticsearch-ik镜像
$ docker image pull delron/elasticsearch-ik:2.4.6-1.0
$ docker load -i elasticsearch-ik-2.4.6_docker.tar
2**.配置Elasticsearch-ik**
1.将elasticsearc-2.4.6目录拷贝到home目录下
2.修改/home/python/elasticsearc-2.4.6/config/elasticsearch.yml第54行
3.更改ip地址为本机真实ip地址(network.host)
3.使用Docker运行Elasticsearch-ik
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
3.Haystack
1.介绍
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
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）
2.安装
pip install django-haystack
pip install elasticsearch==2.4.1
3.修改配置
INSTALLED_APPS = [
'haystack',
]
HAYSTACK_CONNECTIONS = {
'default': {
'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine',
'URL': 'http://192.168.103.158:9200/',
'INDEX_NAME': 'online_shop',
},
}
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
HAYSTACK_SEARCH_RESULTS_PER_PAGE = 5
重要提示：
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
4.添加路由
url(r'^search/', include('haystack.urls')),
5.创建索引类
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
对需要进行全文检索的model信息,在其所在的app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
2.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 -
具体在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 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.创建search.html
-
新建templates/search/search.html文件 {#1.全文检索框#}
<div class="search_bar clearfix">
<a href="{{ url('contents:index') }}" class="logo fl"><img src="{{ static('images/logo.png') }}"></a>
<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>
<ul class="search_suggest fl">
<li><a href="#">索尼微单</a></li>
<li><a href="#">优惠15元</a></li>
<li><a href="#">美妆个护</a></li>
<li><a href="#">买2免1</a></li>
</ul>
</div>
</div>
{#2.全文检索结果展示#}
<div class="main_wrap clearfix">
<div class=" clearfix">
<ul class="goods_type_list clearfix">
{% for result in page %}
<li>
<a href="detail.html"><img src="{{ result.object.default_image.url }}"></a>
<h4><a href="detail.html">{{ result.object.name }}</a></h4>
<div class="operate">
<span class="price">￥{{ result.object.price }}</span>
<span>{{ result.object.comments }}评价</span>
<span class="unit">台</span>
<a href="#" class="add_goods" title="加入购物车"></a>
</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>
<script type="text/javascript">
$(function () {
$('#pagination').pagination({
currentPage: {{ page.number }},
totalPage: {{ paginator.num_pages }},
callback:function (current) {
{#window.location.href = '/search/?q=iphone&page=1';#}
window.location.href = '/search/?q={{ query }}&page=' + current;
}
})
});
</script>
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
4.手动生成初始索引
python manage.py rebuild_index
|