ubuntu下安装docker django使用whoosh搜索引擎 使用es（elasticsearch）代替whoosh
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了ubuntu下安装docker django使用whoosh搜索引擎 使用es（elasticsearch）代替whoosh，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含8502字，纯文字阅读大概需要13分钟。
内容图文
1.docker基本原理
https://www.cnblogs.com/xiaonq/p/10241045.html
2.ubuntu安装docker
2.1 安装docker
# 1.卸载旧版本
sudo apt-get remove docker docker-engine docker.io containerd runc
# 2.更新ubuntu的apt源索引
# 修改apt国内源为中科大源
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo sed -i 's/archive.ubuntu.com/mirrors.ustc.edu.cn/' /etc/apt/sources.list
sudo apt update
#3.安装包允许apt通过HTTPS使用仓库
sudo apt-get install \
apt-transport-https \
ca-certificates \
curl \
software-properties-common
#4.添加Docker官方GPG key
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
#5.设置Docker稳定版仓库
#5.1 设置使用官方，很慢
sudo add-apt-repository \
"deb [arch=amd64] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) \
stable"
#5.2 设置使用阿里云
add-apt-repository "deb [arch=amd64] https://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
#6.添加仓库后，更新apt源索引
sudo apt-get update
#7.安装最新版Docker CE（社区版）
sudo apt-get install docker-ce
#8.检查Docker CE是否安装正确
sudo docker run hello-world
2.2 docker默认是国外源可以设置成国内镜像源
root@linux-node1 django-docker]# vim /etc/docker/daemon.json # 设置docker镜像源
{
"registry-mirrors": ["http://hub-mirror.c.163.com"]
}
或者
{
"registry-mirrors": ["https://docker.mirrors.ustc.edu.cn"]
}
[root@linux-node2 ~]# systemctl daemon-reload # 重载文件
[root@linux-node2 ~]# systemctl restart docker # 重启docker生效
2.3 docker启动设置
# 启动Docker服务并设置开机启动
systemctl start docker
systemctl enable docker
2.4 docker简单使用（创建一个ngixn容器）
# 1、创建一个nginx容器
docker run -it nginx
# 2、查看docker运行的容器(可以获取到这个容器的id)
docker ps
# 3、访问这个容器
# 进入这个nginx容器（进入的文件系统和宿主机是完全隔离的，有自己独立的文件系统）
docker exec -it 73877e65c07d bash
# 4、查看当前容器的 IP
docker inspect 73877e65c07d # 73877e65c07d是通过docekr ps查看到的容器ID
curl 172.17.0.2 # 测试这个nginx容器是否可以访问
基本介绍
-
前后端不分离：https://www.cnblogs.com/xiaonq/p/12363589.html
-
安装
-
pip install drf-haystack # django的开源 搜索框架（python语音写的，搜索框架可以使用其他 语音的搜索引擎） pip install whoosh # 搜索引擎（python语音写的） pip install jieba # 中文分词Jieba，由于Whoosh自带的是英文分词，对中文的分词支持 不是太好
-
-
什么是haystack？
- haystack是django的开源搜索框架，该框架支持 Solr,Elasticsearch,Whoosh, Xapian 搜索引 擎，不用更改代码，直接切换引擎，减少代码量。
- 搜索引擎使用Whoosh，这是一个由纯Python实现的全文搜索引擎，没有二进制文件等，比较小 巧，配置比较简单，当然性能自然略低。
- 中文分词Jieba，由于Whoosh自带的是英文分词，对中文的分词支持不是太好，故用jieba替换 whoosh的分词组件。
-
配置使用
-
syl/settings.py 全文检索配置
-
'''1.注册app ''' INSTALLED_APPS = [ 'haystack', # haystack要放在应用的上面 ] '''2.模板路径 ''' TEMPLATES = [ { 'DIRS': [os.path.join(BASE_DIR,'templates')], }, ] '''3.全文检索配置''' HAYSTACK_SEARCH_RESULTS_PER_PAGE = 15 # 搜索出多条数据时需要分页 HAYSTACK_CONNECTIONS = { 'default': { # 'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine', 'ENGINE': 'course.whoosh_cn_backend.MyWhooshEngine', 'PATH': os.path.join(BASE_DIR, 'whoosh_index'), # 指定倒排索引存放位置 }, } # ES引擎 # settings.py 修改haystack配置 # ES引擎 # HAYSTACK_CONNECTIONS = { # 'default': { # 'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine', # 'URL': 'http://127.0.0.1:9200/', # Elasticsearch服务器ip地址，端口号固定为9200 # 'INDEX_NAME': 'syl', # Elasticsearch建立的反向索引库的名称 # }, # } # 添加此项，当数据库改变时，会自动更新索引，非常方便 HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor' -
在子应用下创建索引文件
-
apps/course/search_indexes.py
-
""" author:翔翔 date: use: """ # apps/course/search_indexes.py # 文件名必须是 search_indexes.py from haystack import indexes from .models import Course # 修改此处，类名为模型类的名称+Index，比如模型类为GoodsInfo,则这里类名为GoodsInfoIndex(其实可以随便写) class CourseIndex(indexes.SearchIndex, indexes.Indexable): """ Course索引类 """ # text为索引字段 # document = True，这代表haystack和搜索引擎将使用此字段的内容作为索引进行检索 # use_template=True 指定根据表中的那些字段建立索引文件的说明放在一个文件中 text = indexes.CharField(document=True, use_template=True) # 对那张表进行查询 def get_model(self): # 重载get_model方法，必须要有 """返回建立索引的模型类""" return Course # 返回这个model # 建立索引的数据 def index_queryset(self, using=None): """返回要建立索引的数据查询集""" # 这个方法返回什么内容，最终就会对那些方法建立索引，这里是对所有字段建立索引 return self.get_model().objects.all()
-
-
指定索引模板文件
-
templates/search/indexes/course/course_text.txt -
# 创建文件路径命名必须这个规范：templates/search/indexes/应用名称/模型类名称 _text.txt -
{{object.id}} {{object.title}} {{object.desc}}
-
-
apps/course/whoosh_cn_backend.py
-
""" author:翔翔 date: use: """ # 更换 text 字段的 分析方式, 变为jieba分词中的中文分析器 from haystack.backends.whoosh_backend import WhooshEngine, WhooshSearchBackend from whoosh.fields import TEXT from jieba.analyse import ChineseAnalyzer class MyWhooshSearchBackend(WhooshSearchBackend): def build_schema(self, fields): (content_field_name, schema) = super().build_schema(fields) # 指定whoosh使用jieba进行分词 schema._fields['text'] = TEXT(stored=True, analyzer=ChineseAnalyzer(), field_boost=fields.get('text').boost, sortable=True) return (content_field_name, schema) class MyWhooshEngine(WhooshEngine): backend = MyWhooshSearchBackend
-
-
课程全文检索接口视图函数
-
course/views.py
-
from syl import settings from django.core.paginator import InvalidPage, Paginator from haystack.forms import ModelSearchForm from django.http import JsonResponse,HttpResponse # 如果settings.py中配置就是用settings中配置的，否则就每页15条 RESULTS_PER_PAGE = getattr(settings, 'HAYSTACK_SEARCH_RESULTS_PER_PAGE', 15) def course_index_search(request): # 1.获取前端传过来的关键字（查询数据） query = request.GET.get('q', None) page = int(request.GET.get('page', 1)) # 第几页 page_size = int(request.GET.get('page_size', RESULTS_PER_PAGE)) # 每页多少条 # 2.获取查询条件，进行查询 if query: form = ModelSearchForm(request.GET, load_all=True) # 将查询条件传递给查询对 象 if form.is_valid(): results = form.search() # 查询出来的最终数据 else: results = [] else: return JsonResponse({"code": 404, "msg": 'No file found！', "data": []}) # 3.对结果集进行分页 paginator = Paginator(results, page_size) try: page = paginator.page(page) # 从分好的页中拿第几页 except InvalidPage: # 如果分页出错 return JsonResponse({"code": 404, "msg": 'No file found！', "data": []}) # 4.把查询的分页结果集对象转换成json格式 jsondata = [] for result in page.object_list: # 分页后的课程查询结果 data = { 'id': result.object.id, 'title': result.object.title, 'desc': result.object.desc, 'img': request.scheme + '://' + request.META['HTTP_HOST'] + result.object.img.url, # 'follower': result.object.follower, 'learner': result.object.learner, 'status': result.object.status, 'course_type': result.object.course_type.id } jsondata.append(data) result = { "code": 200, "msg": 'Search successfully！', "data": {"count": page.paginator.count, "results": jsondata} } # return JsonResponse(result) return HttpResponse(json.dumps(result, ensure_ascii=False))
-
-
syl/urls.py 添加路由
-
urlpatterns = [ path('search/', course_index_search), ]
-
-
命令构建倒排索引
-
python manage.py rebuild_index
-
-
测试课程全文检索
-
测试接口
-
http://192.168.56.100:8888/search/?q=测试&page=1&page_size=1 -
测试结果
-
-
返回结果 { "code": 200, "msg": "Search successfully！", "data": { "count": 1, "results": [ { "id": 1, "title": "Linux入门课程", "desc": "要在实验楼愉快地学习，先要熟练地使用 Linux，本实验介绍 Linux 基 本操作，shell 环境下的常用命令。", "img": "http://192.168.56.100:8888/media/course/linux.jpg", "learner": 222, "status": "1", "course_type": 3 } ] }
-
-
-
1.docker安装ES
1.拉取docker镜像
# 从仓库拉取镜像
sudo docker image pull delron/elasticsearch-ik:2.4.6-1.0
2.使用docker安装ES
docker run -d -p 9200:9200 -p 9300:9300 --name elasticsearch delron/elasticsearch-ik:2.4.6-1.0
3.在页面中测试
http://192.168.56.100:9200/
报错安装 pip install elasticsearch
2.使用ES替代whoosh全文检索
# settings.py 修改haystack配置
# ES引擎
HAYSTACK_CONNECTIONS = {
'default': {
'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine',
'URL': 'http://127.0.0.1:9200/', # Elasticsearch服务器ip地址，端口号固定为9200
'INDEX_NAME': 'syl', # Elasticsearch建立的反向索引库的名称
},
}
内容总结
以上是互联网集市为您收集整理的ubuntu下安装docker django使用whoosh搜索引擎 使用es（elasticsearch）代替whoosh全部内容，希望文章能够帮你解决ubuntu下安装docker django使用whoosh搜索引擎 使用es（elasticsearch）代替whoosh所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。
来源：【匿名】