0.前提准备
环境
1. 准备好django2.2 2. 创建一个app 3.elasticsearch7.5启动 4.可视化工具(实在没有,也没啥)models.py
from django.db import models # Create your models here. class Article(models.Model): title = models.CharField(verbose_name='文章标题', max_length=225, db_index=True) content = models.TextField(verbose_name='内容') # 外键 tag = models.ForeignKey(verbose_name='标签', to='Tag', on_delete=models.DO_NOTHING) def __str__(self): return self.title class Tag(models.Model): name = models.CharField(verbose_name='标签', max_length=225) def __str__(self): return self.name 1.安装
pip3 install jieba -i https://pypi.douban.com/simple/ pip3 install django-haystack -i https://pypi.douban.com/simple/ pip3 install drf-haystack -i https://pypi.douban.com/simple/ pip3 install elasticsearch==7.6.0 -i https://pypi.douban.com/simple/ pip3 install django==2.2 -i https://pypi.douban.com/simple/2.setting.py
es其他版本配置
# 注册 INSTALLED_APPS = [ ... 'haystack', 'rest_framework', ... ] # 配置7.x HAYSTACK_CONNECTIONS = { 'default': { 'ENGINE': 'haystack.backends.elasticsearch7_backend.Elasticsearch7SearchEngine', 'URL': 'http://127.0.0.1:9200/', 'INDEX_NAME': 'haystack', }, }3.配置 drf_haystack
3.1 目录介绍
文字介绍
图解
3.2 article.text.txt
给这几个字段建立索引，用作全文检索
{
{ object.tile}} {
{ object.tag.name}} {
{ object.content }}4. search_indexes.py
4.1 介绍
search_indexes.py固定写法，必须叫这个名字
位置：在自己的app下创建即可
4.2 search_indexes.py
索引模型类的名称必须是 模型类名称 + Index
from haystack import indexes from .models import Article # 必须继承 indexes.SearchIndex, indexes.Indexable # ArticleIndex是固定格式命名，Article是你models.py中的类名 class ArticleIndex(indexes.SearchIndex, indexes.Indexable): # document=True:将为text字段内容建立索引,此字段内容,可以由多个字段内容联合而成,有且只有一个 # use_template=True决定建立索引的字段内容,可以自定义模板 text = indexes.CharField(document=True, use_template=True) # 下面的就是和你model里面的一样了 # python manage.py rebuild_index # model_attr指定为对应模型的哪个字段 # 以下字段作为辅助字段,我也不知道辅助什么 id = indexes.IntegerField(model_attr='id') title = indexes.CharField(model_attr='title') tag = indexes.CharField(model_attr='tag') # 必须这个写，返回的就是你的model名称 def get_model(self): """返回建立索引的模型类""" # 每次查询都走这个 return Article # 返回你的查询的结果，可以改成一定的条件的，但是格式就是这样 def index_queryset(self, using=None): """返回要建立索引的数据查询集""" # 写入es的数据 query_set = self.get_model().objects.all() return query_set 5. serializers.py
from haystack.utils import Highlighter
from rest_framework import serializers
from drf_haystack.serializers import HaystackSerializer, HighlighterMixin
from .search_indexes import *
class ArticleSerializer(serializers.ModelSerializer):
"""
序列化器
"""
tag = serializers.CharField(source='tag.name')
class Meta:
model = Article
# 返回除了搜索字段外的所需要的其他字段数据, 可以将所有需要返回的字段数据写上,便于提取
fields = ('id', 'title', 'tag', 'content')
# 写法一:普通序列化,使用内置的高亮
class ArticleIndexSerializer(HaystackSerializer):
"""
SKU索引结果数据序列化器
"""
# 变量名称必须为 object 否则无法返回
# 变量名称必须为 object 否则无法返回,
# 返回除搜索字段以外的字段,由上面ArticleSerializer自定义返回字段
object = ArticleSerializer(read_only=True) # 只读,不可以进行反序列化
class Meta:
index_classes = [ArticleIndex] # 索引类的名称,可以有多个
# text 由索引类进行返回, object 由序列化类进行返回,第一个参数必须是text
# 返回字段,不写默认全部返回
# text字段必须有,不然无法实现搜索
# 控制的是建立的索引字段
fields = ['text', object]
# fields = ['text']
# 忽略字段
# ignore_fields = ['title']
# 除了该字段,其他的都返回,
# exclude = ['title']
'''
# 写法二:自定义高亮,比内置的要慢一点
class ArticleIndexSerializer(HighlighterMixin, HaystackSerializer):
"""
SKU索引结果数据序列化器
"""
# 变量名称必须为 object 否则无法返回,
# 返回除搜索字段以外的字段,由上面ArticleSerializer自定义返回字段
object = ArticleSerializer(read_only=True) # 只读,不可以进行反序列化
# 高亮显示字段配置
# highlighter_class = Highlighter
# 前端自定义css名称
highlighter_css_class = "my-highlighter-class"
# html
highlighter_html_tag = "em"
# 最宽
highlighter_max_length = 200
class Meta:
index_classes = [ArticleIndex] # 索引类的名称,可以有多个
fields = ['text', object]
'''
6. views.py
from django.shortcuts import HttpResponse from drf_haystack.viewsets import HaystackViewSet from drf_haystack.filters import HaystackOrderingFilter, HaystackHighlightFilter from .models import * from .paginations import ArticleSearchPageNumberPagination from .serializers import ArticleIndexSerializer class ArticleSearchViewSet(HaystackViewSet): """ 文章搜索 """ index_models = [Article] # 表模型,可以添加多个 serializer_class = ArticleIndexSerializer pagination_class = ArticleSearchPageNumberPagination # 高亮,排序 # HaystackOrderingFilter:排序, # HaystackHighlightFilter:内置高亮,如果使用了方式自定义高亮,就不要配置这个了 filter_backends = [HaystackOrderingFilter, HaystackHighlightFilter] ordering_fields = ('id',) """ """ # 重写,自己可以构造数据 def list(self, request, *args, kwargs): response = super(ArticleSearchViewSet, self).list(request, *args, kwargs) data = response.data # 本文修改返回数据,把返回的索引字段去掉,您可以根据自己的需求,把这一句注释掉 [item.pop('text') for item in data['results']] return response 7.urls.py
from django.contrib import admin from django.urls import path, re_path from app01 import views # 路由方式一,首页即可看到数据 # http://127.0.0.1:8000/search/?text=中国&ordering=id # http://127.0.0.1:8000/search/?text=中国 from rest_framework.routers import SimpleRouter router = SimpleRouter() router.register('search', views.ArticleSearchViewSet, basename='search_api') # router.register("", views.ArticleAPIView) urlpatterns = [ # re_path(r'^$', views.ArticleSearchViewSet.as_view({'get': 'list'})), path('admin/', admin.site.urls), path('update/', views.update) ] urlpatterns += router.urls # 路由方式二,大黄页 """ # http://127.0.0.1:8000/search/?text=中国&ordering=id # http://127.0.0.1:8000/search/?text=中国 urlpatterns = [ path('admin/', admin.site.urls), re_path(r'search_one/(?P
\d+)/', views.ArticleSearchViewSet.as_view({'get': 'retrieve'})), path('search/', views.ArticleSearchViewSet.as_view({'get': 'list'})), ] """
8.paginations
from rest_framework.pagination import PageNumberPagination class ArticleSearchPageNumberPagination(PageNumberPagination): """文章搜索分页器""" # 每页显示几条 page_size = 10 # 最大数量 max_page_size = 5000 # 前端自定义查询的数量，?size=10 page_size_query_param = "size" # 查询参数 page_query_param = "page" 9.执行
python manage.py makemigrations python manage.py migrate # 重新创建索引,删掉之前的,进行数据同步 python manage.py rebuild_index 10. 验证是从es中查询的数据
1.直接修改mysql数据库数据,查看查询的数据会不会改变,不改就是es,改了就是mysql
11.换成ik分词器
11.1安装
基于docker安装Elasticsearch+ElasticSearch-Head+IK分词器_骑台风走的博客-CSDN博客基于docker安装Elasticsearch+ElasticSearch-Head+IK分词器https://blog.csdn.net/_52385631/article/details/126567059?spm=1001.2014.3001.5501ES–IK分词器安装_骑台风走的博客-CSDN博客ik_max_word: 会将文本做最细粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”，会穷尽各种可能的组合，适合 Term Query；ik_smart: 会做最粗粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”，适合 Phrase 查询。……https://blog.csdn.net/_52385631/article/details/126392092?spm=1001.2014.3001.5501
11.2 使用ik重写es7.5引擎
10.2.1 新建elasticsearch_ik_backend.py(在自己的app下)
在 blog应用下新建名为 elasticsearch7_ik_backend.py 的文件，
继承 Elasticsearch7SearchBackend（后端） 和 Elasticsearch7SearchEngine（搜索引擎） 并重写建立索引时的分词器设置
elasticsearch7_ik_backend.py
from haystack.backends.elasticsearch7_backend import Elasticsearch7SearchBackend, Elasticsearch7SearchEngine """ 分析器主要有两种情况会被使用： 第一种是插入文档时，将text类型的字段做分词然后插入倒排索引， 第二种就是在查询时，先对要查询的text类型的输入做分词，再去倒排索引搜索 如果想要让 索引 和 查询 时使用不同的分词器，ElasticSearch也是能支持的，只需要在字段上加上search_analyzer参数 在索引时，只会去看字段有没有定义analyzer，有定义的话就用定义的，没定义就用ES预设的 在查询时，会先去看字段有没有定义search_analyzer，如果没有定义，就去看有没有analyzer，再没有定义，才会去使用ES预设的 """ DEFAULT_FIELD_MAPPING = { "type": "text", "analyzer": "ik_max_word", # "analyzer": "ik_smart", "search_analyzer": "ik_smart" } class Elasticsearc7IkSearchBackend(Elasticsearch7SearchBackend): def __init__(self, *args, kwargs): self.DEFAULT_SETTINGS['settings']['analysis']['analyzer']['ik_analyzer'] = { "type": "custom", "tokenizer": "ik_max_word", # "tokenizer": "ik_smart", } super(Elasticsearc7IkSearchBackend, self).__init__(*args, kwargs) class Elasticsearch7IkSearchEngine(Elasticsearch7SearchEngine): backend = Elasticsearc7IkSearchBackend11.3 修改settings.py(切换成功)
# es 7.x配置 HAYSTACK_CONNECTIONS = { 'default': { # 'ENGINE': 'haystack.backends.elasticsearch7_backend.Elasticsearch7SearchEngine', 'ENGINE': 'app01.elasticsearch_ik_backend.Elasticsearch7IkSearchEngine', 'URL': 'http://127.0.0.1:9200/', # elasticsearch建立的索引库的名称，一般使用项目名作为索引库 'INDEX_NAME': 'ha_drf', }, }11.4 重建索引，同步数据
python manage.py rebuild_index 11.5 补充
11.5.1 未成功切换成ik
haystack 原先加载的是 …\venv\Lib\site-packages\haystack\backends 文件夹下的 elasticsearch7_backend.py 文件，打开即可看到 elasticsearch7 引擎的默认配置
若用上述方法建立出来的索引字段仍使用 snowball 分词器，则将原先elasticsearch7_backend.py 文件中的 DEFAULT_FIELD_MAPPING 也修改为 ik 分词器（或许是因为版本问题）
位置：D:\py_virtualenv\dj_ha\Lib\site-packages\haystack\backends\elasticsearch7_backend.py
修改内容：
DEFAULT_FIELD_MAPPING = { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart", }11.5.2 es6版本加入ik，重写引擎
from haystack.backends.elasticsearch_backend import ElasticsearchSearchBackend from haystack.backends.elasticsearch_backend import ElasticsearchSearchEngine class IKSearchBackend(ElasticsearchSearchBackend): DEFAULT_ANALYZER = "ik_max_word" # 这里将 es 的 默认 analyzer 设置为 ik_max_word def __init__(self, connection_alias, connection_options): super().__init__(connection_alias, connection_options) def build_schema(self, fields): content_field_name, mapping = super(IKSearchBackend, self).build_schema(fields) for field_name, field_class in fields.items(): field_mapping = mapping[field_class.index_fieldname] if field_mapping["type"] == "string" and field_class.indexed: if not hasattr( field_class, "facet_for" ) and not field_class.field_type in ("ngram", "edge_ngram"): field_mapping["analyzer"] = getattr( field_class, "analyzer", self.DEFAULT_ANALYZER ) mapping.update({field_class.index_fieldname: field_mapping}) return content_field_name, mapping class IKSearchEngine(ElasticsearchSearchEngine): backend = IKSearchBackend版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/221936.html原文链接：https://javaforall.net
![如果没人挖矿比特币会变成什么样[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
