Django中使用Elasticsearch进行搜索

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: Django中使用Elasticsearch进行搜索

Django是一个流行的Python Web框架,Elasticsearch是一个流行的开源搜索引擎。结合Django和Elasticsearch,可以构建一个强大的搜索引擎。

下面是如何在Django中使用Elasticsearch进行搜索的步骤:

  1. 安装Elasticsearch和elasticsearch-py

首先,需要在本地安装Elasticsearch和elasticsearch-py。可以通过官网下载elasticsearch,然后通过pip安装elasticsearch-py。

  1. 安装django-elasticsearch-dsl

django-elasticsearch-dsl是一个Django应用程序,它提供了一个简化的API来访问Elasticsearch,同时还提供了一些Django扩展,如模型索引和管理器。

可以通过pip安装django-elasticsearch-dsl:

pip install django-elasticsearch-dsl
  1. 配置Django项目

接下来,需要在Django项目的settings.py文件中进行配置。添加以下内容:

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

这将指定默认的Elasticsearch主机和端口。

还需要在INSTALLED_APPS中添加django_elasticsearch_dsl和django_extensions:

INSTALLED_APPS = [
    # ...
    'django_elasticsearch_dsl',
    'django_extensions',
    # ...
]
  1. 创建索引

要使用Elasticsearch进行搜索,需要先创建索引。这可以通过在Django模型中定义索引来完成。以下是一个示例:

from django_elasticsearch_dsl import Document, Index, fields
from myapp.models import MyModel
my_model_index = Index('my_model_index')
@my_model_index.document
class MyModelDocument(Document):
    field1 = fields.TextField()
    field2 = fields.DateField()
    field3 = fields.IntegerField()
    class Django:
        model = MyModel

在上面的代码中,定义了一个名为my_model_index的索引,将Django模型MyModel与该索引关联。

还定义了三个字段(field1,field2和field3),这些字段将从MyModel模型中检索数据。

最后,定义了一个名为Django的内部类,这个类指定了MyModel模型。

  1. 同步索引

索引定义好后,需要同步到Elasticsearch。可以使用以下命令进行同步:

python manage.py search_index --rebuild

该命令会删除所有索引并重新创建它们。

  1. 编写搜索视图

现在可以在Django中编写搜索视图了。以下是一个示例:

from django.shortcuts import render
from django.views import View
from django_elasticsearch_dsl import Search
from myapp.documents import MyModelDocument
class MySearchView(View):
    def get(self, request):
        query = request.GET.get('q')
        s = Search().query('multi_match', query=query, fields=['field1', 'field2', 'field3'])
        response = s.execute()
        results = [hit for hit in response.hits.hits]
        return render(request, 'search_results.html', {'results': results})

在上面的代码中,首先获取查询字符串。然后创建一个Search对象,并使用multi_match查询搜索所有字段。

最后,执行搜索并将结果返回给模板。

  1. 创建搜索模板

最后,需要创建一个模板来显示搜索结果。以下是一个示例:

{% extends 'base.html' %}
{% block content %}
    {% if results %}
        <ul>
            {% for hit in results %}
                <li>
                    <a href="{{ hit._source.url }}">{{ hit._source.title }}</a>
                </li>
            {% endfor %}
        </ul>
    {% else %}
        <p>No results found.</p>
    {% endif %}
{% endblock %}

在上面的代码中,使用for循环遍历搜索结果并显示它们的标题和URL。

到此为止,已经完成了在Django中使用Elasticsearch进行搜索的过程。

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
1月前
|
存储 自然语言处理 BI
|
3月前
|
SQL JSON 大数据
ElasticSearch的简单介绍与使用【进阶检索】 实时搜索 | 分布式搜索 | 全文搜索 | 大数据处理 | 搜索过滤 | 搜索排序
这篇文章是Elasticsearch的进阶使用指南,涵盖了Search API的两种检索方式、Query DSL的基本语法和多种查询示例,包括全文检索、短语匹配、多字段匹配、复合查询、结果过滤、聚合操作以及Mapping的概念和操作,还讨论了Elasticsearch 7.x和8.x版本中type概念的变更和数据迁移的方法。
ElasticSearch的简单介绍与使用【进阶检索】 实时搜索 | 分布式搜索 | 全文搜索 | 大数据处理 | 搜索过滤 | 搜索排序
|
9天前
|
存储 缓存 固态存储
Elasticsearch高性能搜索
【11月更文挑战第1天】
27 6
|
8天前
|
API 索引
Elasticsearch实时搜索
【11月更文挑战第2天】
19 1
|
1月前
|
人工智能
云端问道12期-构建基于Elasticsearch的企业级AI搜索应用陪跑班获奖名单公布啦!
云端问道12期-构建基于Elasticsearch的企业级AI搜索应用陪跑班获奖名单公布啦!
172 2
|
1月前
|
Web App开发 JavaScript Java
elasticsearch学习五:springboot整合 rest 操作elasticsearch的 实际案例操作,编写搜索的前后端,爬取京东数据到elasticsearch中。
这篇文章是关于如何使用Spring Boot整合Elasticsearch,并通过REST客户端操作Elasticsearch,实现一个简单的搜索前后端,以及如何爬取京东数据到Elasticsearch的案例教程。
174 0
elasticsearch学习五:springboot整合 rest 操作elasticsearch的 实际案例操作,编写搜索的前后端,爬取京东数据到elasticsearch中。
|
4月前
|
存储 人工智能 自然语言处理
阿里云Elasticsearch AI场景语义搜索最佳实践
本文介绍了如何使用阿里云Elasticsearch结合搜索开发工作台搭建AI语义搜索。
17295 68
|
3月前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
19143 21
|
2月前
|
存储 缓存 自然语言处理
深度解析ElasticSearch:构建高效搜索与分析的基石
【9月更文挑战第8天】在数据爆炸的时代,如何快速、准确地从海量数据中检索出有价值的信息成为了企业面临的重要挑战。ElasticSearch,作为一款基于Lucene的开源分布式搜索和分析引擎,凭借其强大的实时搜索、分析和扩展能力,成为了众多企业的首选。本文将深入解析ElasticSearch的核心原理、架构设计及优化实践,帮助读者全面理解这一强大的工具。
176 7
因为一个问题、我新学了一门技术 ElasticSearch 分布式搜索
这篇文章讲述了作者因为一个检索问题而学习了ElasticSearch技术,并分享了排查和解决ElasticSearch检索结果与页面展示不符的过程。
因为一个问题、我新学了一门技术 ElasticSearch 分布式搜索