美多商城项目(七)---商品搜索

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关的商品搜索结果

• 实现

  • 可以选择使用模糊查询like关键字实现(效率极低,多字段查询不方便)

• 全文检索方案

  • 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

• 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关系，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

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、StackOverflow、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关键词
  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(老外写的)，需要配合扩展elasticsearch-analysis-ik(国内大神)来实现中文分词处理

• 配置(服务端&客户端)

  • 服务端部署在linux(docker)

  • django使用客户端

使用 Docker 安装 Elasticsearch

• 获取Elasticsearch-ik镜像

# 从仓库拉取镜像
$ sudo docker image pull delron/elasticsearch-ik:2.4.6-1.0

• 配置 Elasticsearch-ik

- 将教学资料中的elasticsearc-2.4.6目录拷贝到home目录下,并解压到当前目录

- 修改/home/anning/elasticsearc-2.4.6/config/elasticsearch.yml第54行
  即更改 ip 地址为本机真实 ip 地址

- 使用docker运行Elasticsearch

  sudo docker run -dti --name=elasticsearch --network=host -v /home/anning/elasticsearch-2.4.6/config:/usr/share/elasticsearch/config delron/elasticsearch-ik:2.4.6-1.0

- 检查docker服务是否跑起来

  sudo docker container ls

如何对接 Elasticsearch 服务端---Haystack

• 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
- 可以在 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）

• Haystack 安装和配置

$ pip install django-haystack
$ pip install elasticsearch==2.4.1

### settings
INSTALLED_APPS = [
    ......
     # 全文检索
    'haystack', 
]
......
# Haystack
HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine',
        'URL': 'http://172.16.238.128:9200/', # 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
# 该配置项保证了在 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
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

### 总路由
......
url(r'^search/', include('haystack.urls')),

• Haystack 建立数据索引

- 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

### goods.search_indexes.py
from haystack import indexes

from .models import SKU


class 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)

- 在 SKUIndex 建立的字段，都可以借助 Haystack 由 Elasticsearch 搜索引擎查询
- text 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

• 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

### templates.search.indexes.goods.sku_text.txt
{{ 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

• 手动生成初始索引

$ python manage.py rebuild_index

• 其他逻辑

### goods.views
class SKUSearchViewSet(HaystackViewSet):
    '''
    SKU搜索
    '''
    index_models = [SKU] # 指定查询集
    serializer_class = SKUSearchSerializer


### goods.serializers
class SKUSearchSerializer(HaystackSerializer):
    object = SKUSerializer(read_only=True)

    class Meta:
        index_classes = [SKUIndex]
        fields = {'text','object'}

### goods.urls
......
router = DefaultRouter()
router.register('skus/search',views.SKUSearchViewSet,base_name='skus_search')
urlpatterns += router.urls
# .../skus/search/?text=华为
......