elasticsearch api(elasticsearch 开源协议)

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。

1.获取Elasticsearch-ik镜像

# 从仓库拉取镜像
$ docker image pull delron/elasticsearch-ik:2.4.6-1.0
# 解压教学资料中本地镜像
$ 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

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）

pip install django-haystack
pip install elasticsearch==2.4.1

#注册应用
INSTALLED_APPS = [
    'haystack', # 全文检索
]

#配置Haystack为搜索引擎后端
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
        #名字必须小写,否者报错
        'INDEX_NAME': 'online_shop', # 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'

#设置每页返回数据条数
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

url(r'^search/', include('haystack.urls')),

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#}

    


    

        

            
            
        
        

            
索尼微单
            
优惠15元
            
美妆个护
            
买2免1
        
    


{#2.全文检索结果展示#}

    

        

            {% for result in page %}
                

                    
                    
{{ result.object.name }}
                    

                        ￥{{ result.object.price }}
                        {{ result.object.comments }}评价
                        台
                        
                    
                
            {% else %}
                
没有找到您要查询的商品。
            {% endfor %}
        
        

            

        
    

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