Django中怎样用ElasticSearch,用途是什么
Admin 2022-09-30 群英技术资讯 546 次浏览
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
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。
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。
安装和配置,安装Django Elasticsearch DSL:
$ pip install django-elasticsearch-dsl
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' }, }
声明要索引的数据,然后创建model:
“`python
class Category(models.Model): name = models.CharField(max_length=30) desc = models.CharField(max_length=100, blank=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。
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 — rebuildpythonmanage.pysearch
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”)
或者
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()
for cat in qs: print(cat.name)
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
这篇文章主要为大家介绍了python神经网络MobileNetV2模型的复现详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
django有默认自带的数据库,当然也可以用其他的数据库,下面这篇文章主要给大家介绍了关于Django数据库(SQlite)基本入门使用教程的相关资料,需要的朋友可以参考下
1.问题说明最近用DataFrame做大数据处理,发现处理速度特别慢,追究原因,发现是循环处理时,loc,iloc速度都特别慢,当数据量特别大得时候真的是超级慢。查很多资料,发现没有详细说明,以下为解决办法2.问题解决使用Pandas.Series.apply方法,可以对一列数据快速进行处理Series.apply(*func*,*convert_dtype=True*,*arg
这篇文章主要为大家介绍了python目标检测IOU的概念与示例实现,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
这篇文章主要为大家介绍了python程序的组织结构,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008