Django实现全文检索

全文检索方案Elasticsearch

1. 对于搜索功能的实现, 我们首先想到的是数据库的模糊查询

• 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

2. 全文检索和搜索引擎原理

• 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。

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。

3. Elasticsearch介绍

• 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。

4. 使用Docker安装Elasticsearch

• 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
# 解压本地镜像
$ sudo docker load -i elasticsearch-ik-2.4.6_docker.tar

• 配置Elasticsearch-ik
  • 将资料中的elasticsearc-2.4.6目录拷贝到home目录下。
  • 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。
• 使用Docker运行Elasticsearch-ik

$ sudo docker run -dti --name=elasticsearch --network=host -v /home/zhangjie/elasticsearch-2.4.6/config:/usr/share/elasticsearch/config delron/elasticsearch-ik:2.4.6-1.0

Haystack扩展建立索引

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。
  • 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）。

2.Haystack安装

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

3. Haystack注册应用和路由 

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

# 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'

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

from haystack import indexes

from .models import Book


class BookIndex(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 Book

    def index_queryset(self, using=None):
        """返回要建立索引的数据查询集"""
        return self.get_model().object.all()

索引类BookIndex说明：

• 在BookIndex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/books/sku_text.txt文件中定义

{{ object.id }}
{{ object.book_name }}
{{ object.cate_id.cate_name }}

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Book的id、name、cate_name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

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

<div class="search">
        <form method="get" action="/search/" class="search_con">
            <input type="text" class="input_text" name="q" placeholder="请输入您想要搜索的小说">
            <input type="submit" class="input_btn" name="" value="搜索">
        </form>
</div>

2.全文检索测试结果

• 错误提示告诉我们在templates/search/目录中缺少一个search.html文件
• search.html文件作用就是接收和渲染全文检索的结果。

渲染搜索结果

1. 准备搜索结果页面

在template模板文件目录下的search目录下新建search.html文件

2. 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Book对象。

<ul class="books_type_list">
    {% for result in page.object_list %}
        <div class="part">
            <div class="bookinfo">
                <img src="{{ result.object.cover }}" alt="" style=" 130px; height: 180px;">
                <div class="info">
                    <p>{{ result.object.book_name }}</p>
                    <p>{{ result.object.intro }}</p>
                    <div class="author">
                        <i class="fa fa-user"></i>
                        <p>{{ result.object.author_name }}</p>

                        <p>{{ result.object.get_status }}</p>
                        <p>{{ result.object.cate_id }}</p>
                    </div>
                </div>
            </div>
            <div class="bottom">
                <p><a href="{% url "books:readschedule" result.object.id %}">开始阅读</a></p>
                <p @click="addBookcase({{ result.object.id }})">加入书架</p>
            </div>
        </div>

        {% empty %}
        <p>没有找到您要查询的小说</p>
    {% endfor %}
</ul>