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。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。
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
$ pip install django-haystack
$ pip install elasticsearch==2.4.1复制代码
Haystack注册应用和路由
在django
的配置文件中注册。
INSTALLED_APPS = [ 'haystack', # 全文检索注册]复制代码
在总路由中新建haystack
的路由。
urlpatterns = [url(r'^search/', include('haystack.urls')),]复制代码
Haystack配置
在配置文件中配置Haystack为搜索引擎后端
# 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复制代码
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
.
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) 复制代码
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。
{{ object.id }}
{{ object.name }}
{{ object.caption }}复制代码
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
$ python manage.py rebuild_index复制代码
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
<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>复制代码
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。
<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 }}/"><img src="{{ result.object.default_image.url }}"></a>
<h4><a href="/detail/{{ result.object.id }}/">{{ 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>复制代码
这里Elasticsearch替我们把django中的视图函数写了。
搜索页分页器
<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>复制代码
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。
转载于:https://juejin.im/post/5cf5c9366fb9a07ec373d955