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。
  • 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
  

# HaystackHAYSTACK_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。
  

from haystack import indexesfrom .models import SKUclass 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.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_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>

2.全文检索测试结果

结论：

• 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。
  

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。
  • 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
  

# HaystackHAYSTACK_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。
  

from haystack import indexesfrom .models import SKUclass 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.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_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>

2.全文检索测试结果

结论：

• 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。