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。*、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
1
2
|
$ 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。
1
|
installed_apps = [ 'haystack' , # 全文检索注册]
|
在总路由中新建 haystack 的路由。
1
|
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
1
2
3
4
5
6
7
8
9
10
11
12
13
|
# 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 .
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
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。
1
2
3
|
{{ 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
1
|
$ 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
1
2
3
4
5
6
7
8
|
<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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
<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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
<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。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:https://juejin.im/post/5cf5c9366fb9a07ec373d955