【云知易】Elasticsearch服务 入门 01 快速开始使用ES
846
2022-05-30
一、全文检索和搜索引擎原理
1.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奂的商品搜索结果。
2.商品搜索实现
可以选择使用模糊查询like突键字实现。
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。
3.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。
4.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失系,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。
二、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奂键词。 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
三、Docker安装Elasticsearch
获取镜像,可以通过网络pull
docker image pull delron/elasticsearch-ik:2.4.6-1.0
或者用自己拉取好的镜像文件:
docker load -i elasticsearch-ik-2.4.6_docker.tar
修改elasticsearch的配置文件 elasticsearc-2.4.6/config/elasticsearch.yml第54行,更改ip地址为本机ip地址
network.host: 127.0.0.1
创建docker容器运行
docker run -dti --network=host --name=elasticsearch -v /home/python/elasticsearch-2.4.6/config:/usr/share/elasticsearch/config Desktop/elasticsearch-ik:2.4.6-1.0
出现如下表示服务已经成功运行了
四、haystack扩展建立索引
1. Haystack介绍和安装配置
1.1 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)。
1.2 Haystack安装
pip install django-haystack pip install elasticsearch==2.4.6
1.3 Haystack注册应用和路由
应用配置中加上如下应用
INSTALLED_APPS = [ "haystack',#全文检索 ] # Haystack HAYSTACK_CONNECTIONS = { 'default': { 'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine', 'URL': 'http://127.0.0.1:9200/', # 此处为elasticsearch运行的服务器ip地址,端口号固定为9200 'INDEX_NAME': 'xxshopping', # 指定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'
创建search_indexes.py在对应的商品目录下
from haystack import indexes from apps.goods.models import SKU class SKUIndex(indexes.SearchIndex,indexes.Indexable): # 每个都SearchIndex需要有一个(也是唯一一个)字段 document=True。 # 这向Haystack和搜索引擎指示哪个字段是用于在其中搜索的主要字段。 #允许我们使用数据模板(而不是容易出错的串联)来构建搜索引擎将索引的文档 # 'name,caption,id' #惯例是命名此字段text text = indexes.CharField(document=True, use_template=True) def get_model(self): # 返回对哪个模型进行检索 return SKU def index_queryset(self, using=None): #对哪些数据进行检索 return self.get_model().objects.filter(is_launched=True) # return self.get_model().objects.all() # return SKU.objects.all() # pass # class SPUIndex(indexes.SearchIndex, indexes.Indexable): # # 每个都SearchIndex需要有一个(也是唯一一个)字段 document=True。 # # 这向Haystack和搜索引擎指示哪个字段是用于在其中搜索的主要字段。 # # # 惯例是命名此字段text # text = indexes.CharField(document=True, use_template=True)
在模板里新建sku_text.txt文件
# 在这里我们指定 对模型的哪些字段进行检索 # object 可以理解为 SKU的实例对象 {{ object.name }} {{ object.caption }} {{ object.id }}
在全局路由文件下添加
re_path('^search/', include('haystack.urls'))
添加视图search.html
最后创建建立索引的数据:
python manage.py rebuild_index
选 y
此时, 在我们的数据库中就有了我们索引的数据;
1.4测试
/search/?q=查询产生
五、自定义页面访问
1.创建索引类
2.创建序列化器
3.最后创建建立索引的数据
python manage.py rebuild_index
选Y
4.创建视图
5.创建索引的序列器
6.在我们应用的路由中进行注册
最后就是设置我们前端的search.html 的页面,及对应的js加载文件;
Elasticsearch 实时流计算服务 CS 搜索引擎
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。