全文检索方案Elasticsearch【Python-Django 服务端开发】

更详细请看 https://www.elastic.co/cn/

 

1. 全文检索和搜索引擎原理

商品搜索需求

当用户在搜索框输入商品关键字后，我们要为用户提供相关的商品搜索结果。

商品搜索实现

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。

全文检索方案

我们引入全文检索的方案来实现商品搜索。
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。
索引结构数据类似新华字典的索引检索页，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。

结论：

• 搜索引擎建立索引结构数据，类似新华字典的索引检索页，全文检索时，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。
• 比如：我是中国人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。
  • 分词后：我、是、中、国、人、中国等等都可以是这句话的关键字。

3. 使用Docker安装Elasticsearch

1.获取Elasticsearch-ik镜像

# 从仓库拉取镜像
$ sudo docker image pull delron/elasticsearch-ik:2.4.6-1.0

2.配置Elasticsearch-ik

• 修改/home/python/elasticsearc-2.4.6/config/elasticsearch.yml第54行。
• 更改ip地址为本机真实ip地址。

 

 

3.使用Docker运行Elasticsearch-ik

$ sudo docker run -dti --name=elasticsearch --network=host -v /home/python/elasticsearch-2.4.6/config:/usr/share/elast

 

Haystack扩展建立索引

提示：

• 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。

思考：

• 我们如何对接 Elasticsearch服务端？

解决方案：

• Haystack

1. Haystack介绍和安装配置

1.Haystack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）。
  • 我们在Django中可以通过使用 Haystack 来调用 Elasticsearch 搜索引擎。

2.Haystack安装

$ pip install django-haystack
$ pip install elasticsearch==2.4.1

 

3.Haystack注册应用和路由

?

1 2 3 4

INSTALLED_APPS = [     'haystack', # 全文检索 ] url(r'^search/', include('haystack.urls')),

　　

4.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

# 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': 'meiduo_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'

　　

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

 

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SKU信息进行全文检索，所以在goods应用中新建search_indexes.py文件，用于存放索引类。

?

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

?

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

　　

 

3. 全文检索测试

1.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 9 10 11 12

<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>