0.前提准备

环境

1. 准备好Django2.22. 创建一个app3.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.titleclass 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

Haystack 入门 — Haystack 2.5.0 文档 (django-haystack.readthedocs.io)https://django-haystack.readthedocs.io/en/master/tutorial.html

# 注册INSTALLED_APPS = [    ...    'haystack',    'rest_framework',    ...]# 配置7.xHAYSTACK_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

app01/templates/search/indexes/app01/article_text.txt
indexes:是你要建立的索引的app，article是你要建立索引的那个模型名（小写）

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 indexesfrom .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 Highlighterfrom rest_framework import serializersfrom drf_haystack.serializers import HaystackSerializer, HighlighterMixinfrom .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 HttpResponsefrom drf_haystack.viewsets import HaystackViewSetfrom drf_haystack.filters import HaystackOrderingFilter, HaystackHighlightFilterfrom .models import *from .paginations import ArticleSearchPageNumberPaginationfrom .serializers import ArticleIndexSerializerclass 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 adminfrom django.urls import path, re_pathfrom 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 SimpleRouterrouter = 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 PageNumberPaginationclass 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 makemigrationspython 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

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/qq_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/qq_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 = Elasticsearc7IkSearchBackend

11.3 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 ElasticsearchSearchBackendfrom haystack.backends.elasticsearch_backend import ElasticsearchSearchEngineclass 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

来源地址：https://blog.csdn.net/qq_52385631/article/details/126551859