这里写目录标题

1 背景
2 Haystack 是什么
3 安装相关包，与配置
4 开启es和es可视化工具
5 生成索引
6 改代码

1 背景

Haystack 的官网

https://django-haystack.readthedocs.io/en/master/

2 Haystack 是什么

这个就是一个工具，就是连接django和es的中间的一个东西，
Haystack 为 Django 提供模块化搜索。它具有统一、熟悉的 API，允许您插入不同的搜索后端（例如Solr、 Elasticsearch、Whoosh、Xapian等），而无需修改代码。

3 安装相关包，与配置

pip install drf-haystack
pip install elasticsearch==7.6.0

安装的elashsearch 版本要和你本地的一样，在启动的时候报错，就是确实依赖，提示缺少什么安装什么，最后都安装好之后，

1 注册应用

INSTALLED_APPS = [...'haystack',...
]

就是要把haystack当做APP注册到项目里面

2 配置

在配置文件中配置haystack使用的搜索引擎后端

本地不同的es，就需要不同的版本，这个去官网找

3 之后创建索引类，这个就是和django里面model一样，因为model里面的每一个类代表一个表，所以我们需要新建一个文件夹，放es里面的实体类

在你对应要创建索引的表的APP的根目录下，创建这个文件

文件的名称必须是这个

search_indexes.py

里面的内容是


# 索引模型类的名称必须是 模型类名称 + Index
from haystack import indexes
from .models import jtsgb# 必须继承  indexes.SearchIndex, indexes.Indexable
class jtsgbIndex(indexes.SearchIndex, indexes.Indexable):# 以下的字段，是es里面对应的字段# 第一个必须这样写text = indexes.CharField(document=True, use_template=True)
# 下面的就是和你model里面的一样了name = indexes.CharField(model_attr='name')zzxm = indexes.CharField(model_attr='zzxm')
#  必须这个写，返回的就是你的model名称def get_model(self):"""返回建立索引的模型类"""return jtsgb# 返回你的查询的结果，可以改成一定的条件的，但是格式就是这样def index_queryset(self, using=None):"""返回要建立索引的数据查询集"""return self.get_model().objects.all()

4 在templates目录中创建text字段使用的模板文件
目录结构必须是这样

object可以理解为模型类的对象，搜索时，可以根据这三个字段来搜索，就是你es搜索，会根据那些字段进行查询，就会在这个文件里面配

以上都弄好之后，启动你的es，还有可视化工具

4 开启es和es可视化工具

5 生成索引

我们在django项目里面相当于已经集成了es，也配置了一些东西，那么现在就需要使用项目在es软件里面生成索引

手动生成初始索引

python manage.py rebuild_index

或者直接在pycharm软件里面，按照这个步骤

如果不报错，那么就成功了，就打开es软件

看到已经生成了索引库

并且索引库里面有数据了，rebuild_index 这个命令就是将我们MySQL数据库里面的数据同步到es里面，之后我们查询的的就是es，不是mysql了，所以我们在操作完mysql数据库之后，要及时的同步数据，或者写个定时器，进行同步数据；

6 改代码

我们现在完成的是将django集成了es，但是我们自己写的页面查询功能，如果改为查询es了？

第一步：
写个路由，view里面是类的形式，路由里面，类的后面一定要加括号

第二步，写对应的后台接口，就是写view

# 一定要继承SearchView
class MySearchView(SearchView):# 重写人家的方法def create_response(self):# 人家的，就这样写，获取到的就是全部的东西context = self.get_context()data_list = []#   context['page'].object_list   这样获取到的就是  数据的list集合for sku in context['page'].object_list:# 获取表里面的数据，就是前缀就是sku.objectprint(sku.object.name)data_list.append({'id': sku.object.id,'name': sku.object.name,'zzxm':sku.object.name,'gszy':sku.object.gszy,'sglx_id':sku.object.sglx_id,'gmrq': sku.object.gmrq,'ydsl': sku.object.ydsl,'description': sku.object.description,'thumbnail': sku.object.thumbnail,'desc_pack': sku.object.desc_pack,})content = {}if data_list:content = {'active_menu': 'homepage','xw_list': data_list,}else:xw_list = jtsgb.objects.all()[0:1]content = {'active_menu': 'homepage','xw_list': xw_list,}# 渲染到我们自己写的页面return render(self.request, 'index1.html', {"context":context,"content":content})

以上就开发完成一个接口。现在看前端，因为查询功能，前端需要模糊查询，而且还有分页，这个功能咋实现

首先我们要知道，我们可以在settings.py里面配置每页显示的数量
搜索结果每页显示数量
HAYSTACK_SEARCH_RESULTS_PER_PAGE = 3

前端往后端传的名称，必须是q

因为要实现分页功能，所以，我们先看接口返回的是什么

一个是自己封装的，一个是人家的，所以我们要实现分页，就需要用他的东西

                        {% if context.page.has_previous %}<li class="previous"><ahref="?q={{ context.query }}&amp;page={{ context.page.previous_page_number }}">上一页</a></li>{% else %}<li class="previous disabled"><a href="#">上一页</a></li>{% endif %}第 {{ context.page.number }} / {{ context.page.paginator.num_pages }}页{% if context.page.has_next %}<li class="next"><ahref="?q={{ context.query }}&amp;page={{ context.page.next_page_number }}">下一页</a></li>{% else %}<li class="next disabled"><a href="#">下一页</a></li>{% endif %}

以上就实现了前后端的分离，与集成，如何判断他一定就是查询的es，而不是mysql，我们可以将mysql数据改了，看下查询出来的是什么，如果还是原来的，就是查询了es了，除非你重新更新了es了

Django整合ElasticSearch，实现数据的快速检索（有代码）相关推荐

Elasticsearch 为什么能做到快速检索？— 倒排索引的秘密
来源:https://ricstudio.top/archives/es-lucene-reverted-index "All problems in computer science ca ...
【数据篇】SpringBoot 整合 Elasticsearch 实践数据搜索引擎
写在最前 Elasticsearch 入门必读 Docker安装ELK Spring Data Elasticsearch 参考文档版本选择 Spring Data Release Train Sp ...
elasticsearch 分页_[Springboot实战系列]整合ElasticSearch实现数据模糊搜索
前言本文介绍了如何整合搜索引擎elasticsearch与springboot,对外提供数据查询接口. 业务介绍我的个人网站需要对mysql数据库内存储的京东商品进行模糊查询(模仿淘宝商品搜索), ...
es java_java整合ElasticSearch导入数据到es中
实体类:利用注解建立实体类会自动根据实体类创建索引,不需要自己建立mapping package com.msic.mall.search.domain; import lombok.AllArgsC ...
kafka mysql 迁移_一种Kafka与Elasticsearch数据库数据的互相迁移方法与流程
本发明属于数据库迁移领域,具体地讲涉及一种kafka与elasticsearch数据库数据的互相迁移方法. 背景技术: 实现数据共享,可以使更多的人更充分地使用已有数据资源,减少资料收集.数据采集等重 ...
Spring Boot(九)：整合elasticsearch并使用logstash同步数据
一到周末,就想在家里躺尸,逛逛B站,看看直播,打打游戏,美哉美哉.当然,作为一名有自我修养的程序员,学习也是必不可少的.前段时间,我司的另一个项目组接手的项目中用到了elasticsearch,我就查 ...
Elasticsearch 如何做到快速检索 - 倒排索引的秘密
欢迎关注方志朋的博客,回复"666"获面试宝典来源:https://ricstudio.top/archives/es-lucene-reverted-index 一.前言最近 ...
Elasticsearch 如何做到快速检索？
" 最近接触的几个项目都使用到了 Elasticsearch (以下简称 ES ) 来存储数据和对数据进行搜索分析,就对 ES 进行了一些学习.本文整理自我自己的一次技术分享. 本文不会关注 ...
Elasticsearch学习--索引快速检索
如何快速检索? Elasticsearch是通过Lucene的倒排索引技术实现比关系型数据库更快的过滤.特别是它对多条件的过滤支持非常好,比如年龄在18和30之间,性别为女性这样的组合查询.倒排索引很 ...

Django整合ElasticSearch，实现数据的快速检索（有代码）