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

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

models.py

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。

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 — 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

• time库的使用是怎么，如何实现时间获取和时间格式化

  time库是python中处理时间的标准库,下面这篇文章主要给大家介绍了关于python中time库使用的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

• 详解Python NumPy的数据类型对象的内容有什么

  本篇文章给大家带来了关于Python的相关知识，每个ndarray都有一个关联的数据类型(dtype)对象。这个数据类型对象（dtype）告诉我们数组的布局。下面将通过示例详细讲讲NumPy的

• TiDB调度的原因是什么，调度有哪些需求

  TiKV 集群是 TiDB 数据库的分布式 KV 存储引擎，数据以 Region 为单位进行复制和管理，每个 Region 会有多个 Replica(副本)，这些 Replica 会分布在不同的 TiKV 节点上，其中 Leader 负责读/写，Follower 负责同步 Leader 发来的 raft log。了解了这些信息后，请思考下面这些问题：

• python中%有哪些含义，怎样用？

  这篇文章主要介绍了python中对%、~含义的解释，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

• Python字典初始化、合并、转Panda操作怎样实现

  字典是Python必用且常用的数据结构，本文主要为大家梳理了一下常用的字典操作：初始化、合并字典、字典转Pandas等，需要的可以参考一下