django使用haystack来调用Elasticsearch搜索引擎
Haystack为Django提供了模块化的搜索。它的特点是统一的,熟悉的API,可以让你在不修改代码的情况下使用不同的搜索后端(比如 Solr, Elasticsearch, Whoosh, Xapian 等等)。
环境:django ==1.11.11
1.首先安装相关的依赖包:(这里原作者使用的是drf-haystack,如果项目没有使用drf组件,应该选用haystack包)
pip install drf-haystack
pip install elasticsearch==2.4.1
2.在django项目配置文件settings.py中注册应用:
INSTALLED_APPS = [ ... 'haystack', ... ]
3.在django项目配置文件settings.py中指定搜索的后端:(指定使用那个搜索引擎,服务器地址的配置,索引库的名称等配置)
# Haystack HAYSTACK_CONNECTIONS = { 'default': { 'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine', # 指定使用elasticsearch 为搜索引擎 'URL': 'http://your_ip:9200/', # 此处为elasticsearch运行的服务器ip地址,端口号固定为9200
# 指定elasticsearch建立的索引库的名称,elastic search 会建立一个非关系型的数据库,这个名称可以根据需要自行确定,但是不能和服务器上已有的库名冲突
'INDEX_NAME': 'demo',
# 保存索引文件的路径
# 'PATH': os.path.join(BASE_DIR, 'elastic_index'), # 如果搜索引擎是whoosh, 还需要设置PATH参数
},
}
# 当添加、修改、删除数据时,自动生成索引 HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
# 指定搜索结果每页的条数 这里设置成了1条
HAYSTACK_SEARCH_RESULTS_PER_PAGE = 1
4.创建索引类:(在需要进行索引的应用的目录下创建文件search_indexes.py, 在该文件内创建该索引类,转载者注)
from haystack import indexes from .models import Demo
# 原作者在代码中没有给出模型代码,这个模型里拥有的字段就是需要提供搜索的字段,建议保留模型字段中自增的主键字段id, 在我实际项目开发中发现如果不保留就无法实现搜索 # 索引模型类的名称必须是 模型类名称 + Index class DemoIndex(indexes.SearchIndex, indexes.Indexable): """ 索引数据模型类 """ text = indexes.CharField(document=True, use_template=True) # 一般此字段约定为text def get_model(self): """返回建立索引的模型类""" return Demomodel 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) """ 说明: 1.在DemoIndex建立的字段,都可以借助haystack由elasticsearch搜索引擎查询。 2.其中text字段声明为document=True,表名该字段是主要进行关键字查询的字段, 该字段的索引值可以由多个数据库模型类字段组成(是多个字段,不是多个数据库模型类,转者注),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。 3.在 REST framework中,索引类的字段会作为查询结果返回数据的来源 """
5. 在templates目录中创建text字段使用的模板文件:
templates/search/indexes/demo/demo_text.txt文件中定义
(关于路径的定义和文件的命名的说明:templates是项目原来的html文件的目录,search是在其下新建的,名称一定,indexes名称也一定,demo是应用的名称,demo_text.txt 就是需要进行索引的模型类名的小写 + "_" + 索引类中定义的字段名称(text) + ".txt" 转载者注)
在demo_text.txt文件中 指定为模型类中那些字段建立索引
{{ object.name }}
{{ object.id }}
6.创建haystack序列化器:(返回查询到的查询集数据)
from drf_haystack.serializers import HaystackSerializer class DemoSerializer(serializers.ModelSerializer): """ 序列化器 """ class Meta: model = Demo fields = ('id', 'name') class DemoIndexSerializer(HaystackSerializer): """ SKU索引结果数据序列化器 """ data_obj = DemoSerializer(read_only=True)# 只读,不可以进行反序列化 class Meta: index_classes = [DemoIndex] # 索引类的名称,可以有多个 fields = ('text', 'data_obj') # text 由索引类进行返回, data_obj 由序列化类进行返回
7.创建视图
from drf_haystack.viewsets import HaystackViewSet class DemoSearchViewSet(HaystackViewSet):
index_models = [Demo]#这里可以写入多个已经进行了索引的模型类
serializer_class = DemoIndexSerializer
8. 添加路由,使用通过REST framework的router来定义路由
router = DefaultRouter() router.register('/', views.DemoSearchViewSet, base_name='demo_search') ... urlpatterns += router.urls
9.测试
http://127.0.0.1:8000/?text=something
Haystack为Django提供了模块化的搜索。它的特点是统一的,熟悉的API,可以让你在不修改代码的情况下使用不同的搜索后端(比如 Solr, Elasticsearch, Whoosh, Xapian 等等)。
环境:django ==1.11.11
1.首先安装相关的依赖包:(这里原作者使用的是drf-haystack,如果项目没有使用drf组件,应该选用haystack包)
pip install drf-haystack
pip install elasticsearch==2.4.1
2.在django项目配置文件settings.py中注册应用:
INSTALLED_APPS = [ ... 'haystack', ... ]
3.在django项目配置文件settings.py中指定搜索的后端:(指定使用那个搜索引擎,服务器地址的配置,索引库的名称等配置)
# Haystack HAYSTACK_CONNECTIONS = { 'default': { 'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine', # 指定使用elasticsearch 为搜索引擎 'URL': 'http://your_ip:9200/', # 此处为elasticsearch运行的服务器ip地址,端口号固定为9200
# 指定elasticsearch建立的索引库的名称,elastic search 会建立一个非关系型的数据库,这个名称可以根据需要自行确定,但是不能和服务器上已有的库名冲突
'INDEX_NAME': 'demo',
# 保存索引文件的路径
# 'PATH': os.path.join(BASE_DIR, 'elastic_index'), # 如果搜索引擎是whoosh, 还需要设置PATH参数
},
}
# 当添加、修改、删除数据时,自动生成索引 HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
# 指定搜索结果每页的条数 这里设置成了1条
HAYSTACK_SEARCH_RESULTS_PER_PAGE = 1
4.创建索引类:(在需要进行索引的应用的目录下创建文件search_indexes.py, 在该文件内创建该索引类,转载者注)
from haystack import indexes from .models import Demo
# 原作者在代码中没有给出模型代码,这个模型里拥有的字段就是需要提供搜索的字段,建议保留模型字段中自增的主键字段id, 在我实际项目开发中发现如果不保留就无法实现搜索 # 索引模型类的名称必须是 模型类名称 + Index class DemoIndex(indexes.SearchIndex, indexes.Indexable): """ 索引数据模型类 """ text = indexes.CharField(document=True, use_template=True) # 一般此字段约定为text def get_model(self): """返回建立索引的模型类""" return Demomodel 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) """ 说明: 1.在DemoIndex建立的字段,都可以借助haystack由elasticsearch搜索引擎查询。 2.其中text字段声明为document=True,表名该字段是主要进行关键字查询的字段, 该字段的索引值可以由多个数据库模型类字段组成(是多个字段,不是多个数据库模型类,转者注),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。 3.在 REST framework中,索引类的字段会作为查询结果返回数据的来源 """
5. 在templates目录中创建text字段使用的模板文件:
templates/search/indexes/demo/demo_text.txt文件中定义
(关于路径的定义和文件的命名的说明:templates是项目原来的html文件的目录,search是在其下新建的,名称一定,indexes名称也一定,demo是应用的名称,demo_text.txt 就是需要进行索引的模型类名的小写 + "_" + 索引类中定义的字段名称(text) + ".txt" 转载者注)
在demo_text.txt文件中 指定为模型类中那些字段建立索引
{{ object.name }}
{{ object.id }}
6.创建haystack序列化器:(返回查询到的查询集数据)
from drf_haystack.serializers import HaystackSerializer class DemoSerializer(serializers.ModelSerializer): """ 序列化器 """ class Meta: model = Demo fields = ('id', 'name') class DemoIndexSerializer(HaystackSerializer): """ SKU索引结果数据序列化器 """ data_obj = DemoSerializer(read_only=True)# 只读,不可以进行反序列化 class Meta: index_classes = [DemoIndex] # 索引类的名称,可以有多个 fields = ('text', 'data_obj') # text 由索引类进行返回, data_obj 由序列化类进行返回
7.创建视图
from drf_haystack.viewsets import HaystackViewSet class DemoSearchViewSet(HaystackViewSet):
index_models = [Demo]#这里可以写入多个已经进行了索引的模型类
serializer_class = DemoIndexSerializer
8. 添加路由,使用通过REST framework的router来定义路由
router = DefaultRouter() router.register('/', views.DemoSearchViewSet, base_name='demo_search') ... urlpatterns += router.urls
9.测试
http://127.0.0.1:8000/?text=something