如何在Django中使用ElasticSearch

系统 Linux
Elasticsearch可以使我们快速,近乎实时地存储,搜索和分析大量数据,并在几毫秒内给出答复。之所以能够获得快速的搜索响应,是因为它可以直接搜索索引,而不是直接搜索文本。

 什么是Elasticsearch?

Elasticsearch是基于Lucene库的搜索引擎。它提供了具有HTTP Web界面和无模式JSON文档的分布式,多租户功能的全文本搜索引擎。Elasticsearch是用Java开发的。

Elasticsearch的用途是什么?

Elasticsearch可以使我们快速,近乎实时地存储,搜索和分析大量数据,并在几毫秒内给出答复。之所以能够获得快速的搜索响应,是因为它可以直接搜索索引,而不是直接搜索文本。

Elasticsearch-一些基本概念

索引—不同类型的文档和文档属性的集合。例如,文档集可以包含社交网络应用程序的数据。

类型/映射-共享共享同一索引中存在的一组公共字段的文档集合。例如,索引包含社交网络应用程序的数据;对于用户个人资料数据,可以有一种特定的类型,对于消息传递数据,可以有另一种类型,对于注释数据,可以有另一种类型。

文档-以特定方式以JSON格式定义的字段的集合。每个文档都属于一种类型,并且位于索引内。每个文档都与唯一的标识符(称为UID)相关联。

字段-Elasticsearch字段可以包含多个相同类型的值(本质上是一个列表)。另一方面,在SQL中,一列可以恰好包含所述类型的一个值。

在Django中使用Elasticsearch

安装和配置,安装Django Elasticsearch DSL:

$ pip install django-elasticsearch-dsl 
  • 1.

然后将django_elasticsearch_dsl添加到INSTALLED_APPS

必须在django设置中定义ELASTICSEARCH_DSL。

例如: 

ELASTICSEARCH_DSL={  
    'default': {  
        'hosts': 'localhost:9200'  
    },  

  • 1.
  • 2.
  • 3.
  • 4.
  • 5.

声明要索引的数据,然后创建model: 

# models.py  
class Category(models.Model):  
    name = models.CharField(max_length=30 
    desc = models.CharField(max_length=100blank=True 
def __str__(self):  
    return '%s' % (self.name)  
要使该模型与Elasticsearch一起使用,请创建django_elasticsearch_dsl.Document的子类,在Document类中创建一个Index类以定义我们的Elasticsearch索引,名称,设置等,最后使用Registry.register_document装饰器注册该类。它需要在应用目录中的documents.py中定义Document类。 
# documents.py  
from django_elasticsearch_dsl import Document  
from django_elasticsearch_dsl.registries import registry  
from .models import Category  
@registry.register_document  
class CategoryDocument(Document):  
    class Index:  
        name = 'category'  
    settings = {  
        'number_of_shards': 1,  
        'number_of_replicas': 0  
    }  
    class Django:  
         model = Category  
         fields = [  
             'name',  
             'desc',  
         ]  
填充:  
要创建和填充Elasticsearch索引和映射,请使用search_index命令:  
$python manage.py search_index — rebuild  
要获得更多帮助,请使用命令:  
$ python manage.py search_index —help  
现在,当执行以下操作时:  
category = Category 
    name="Computer and Accessories" 
    desc="abc desc"  
 
category.save()  
该对象也将保存在Elasticsearch中(使用信号处理程序)。  
搜索:  
要获取elasticsearch-dsl-py搜索实例,请使用:  
s = CategoryDocument.search().filter("term", name="computer" 
# or  
s = CategoryDocument.search().query("match", description="abc" 
for hit in s:  
    print(  
        "Category name : {}, description {}".format(hit.name, hit.desc)  
    )  
要将弹性搜索结果转换为真实的Django查询集,请注意,这会花费一个SQL请求来检索具有由Elasticsearch查询返回的ID的模型实例。  
s = CategoryDocument.search().filter("term", name="computer")[:30]  
qs = s.to_queryset()  
# qs is just a django queryset and it is called with order_by to keep  
# the same order as the elasticsearch result.  
for cat in qs:  
    print(cat.name)  
完毕,如果有任何疑问,欢迎留言交流。 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48.
  • 49.
  • 50.
  • 51.
  • 52.
  • 53.
  • 54.

 【编辑推荐】

 

责任编辑:庞桂玉 来源: 马哥Linux运维
相关推荐

2020-12-08 22:07:08

PythonWebDjango

2021-03-09 07:27:40

Kafka开源分布式

2022-06-23 08:00:53

PythonDateTime模块

2022-05-17 08:25:10

TypeScript接口前端

2024-01-18 08:37:33

socketasyncio线程

2015-08-27 09:46:09

swiftAFNetworkin

2011-08-10 09:31:41

Hibernateunion

2024-01-30 15:29:20

Django数据库Python

2020-11-30 11:55:07

Docker命令Linux

2024-09-06 11:34:15

RustAI语言

2019-09-16 19:00:48

Linux变量

2020-04-09 10:18:51

Bash循环Linux

2014-07-02 09:47:06

SwiftCocoaPods

2015-11-26 10:57:56

DockerOpen vSwitc

2021-09-10 10:30:22

Java代码

2022-10-25 09:07:28

Linuxxargs命令

2023-12-01 09:18:27

AxiosAxios 库

2023-02-02 09:47:39

estext类型

2020-12-31 07:31:10

C# 反射数据

2023-01-28 17:41:07

Java代码
点赞
收藏

51CTO技术栈公众号