Elasticsearch全文搜索引擎，实现全文检索

目的：输入关键字进行搜索------>返回对应的结果
工具：Elasticsearch全文搜索引擎，Haystack 对接搜索引擎的框架
原理：Elasticsearch会根据搜索关键字建立索引结构数据，会对要搜索的关键字进行分词，根据分词进行搜索，类似新华字典的索引检索页（如先根据笔画数查找。。。），根据索引快速查找。
流程图：如下

流程解释：
1，Elasticsearch用 Java 实现的，不能直接使用，所以要引入扩展Haystack建立索引，对接 Elasticsearch服务端
2，Haystack：就是一个用于对接搜索引擎的框架，搭建了用户和搜索引擎之间的沟通桥梁。我们在Django中可以通过使用 Haystack 来调用 Elasticsearch 搜索引擎。
3，其关系就是，用户在输入搜索内容的时候，需要借助Elasticsearch 搜索引擎，但是无法直接使用，所以要借助桥梁Haystack，之后再由ES像数据库搜索，返回给响应的结果。

操作：
----关于Elasticsearch

Elasticsearch 不支持对中文进行分词建立索引，需要配合扩展包elasticsearch-analysis-ik来实现中文分词处理，所以实际我们使用的是容器elasticsearch-ik
一、 使用Docker安装Elasticsearch（两种方法，本文选取第二种）
从仓库拉取镜像
sudo docker image pull delron/elasticsearch-ik:2.4.6-1.0
解压本地镜像
sudo docker load -i elasticsearch-ik-2.4.6_docker.tar
二、 elasticsearc-ik 配置
将elasticsearc-2.4.6目录拷贝到home目录下。
修改/home/python/elasticsearc-2.4.6/config/elasticsearch.yml第54行，更改ip地址为本机真实ip地址。
终端命令为：sudo vi /home/python/elasticsearc-2.4.6/config/elasticsearch.yml
三、使用Docker运行创建Elasticsearch-ik容器，并直接运行（命令选项--dti）
命令为：docker run -dti --name=名字 --network=host -v 镜像配置路径：映射的配置路径 镜像名字
sudo docker run -dti --name=elasticsearch --network=host -v /home/python/elasticsearch-2.4.6/config:/usr/share/elasticsearch/config delron/elasticsearch-ik:2.4.6-1.0

----关于Haystack扩展

使用Haystack扩展，对接 Elasticsearch服务端
一、Haystack安装
pip install django-haystack
二、在Python中安装elasticsearch
pip install elasticsearch==2.4.1
三、haystack是第三方扩展，需要注册才能使用
INSTALLED_APPS = [
    'haystack', # 全文检索
]
四、搜索的时候，访问的路径是search，先跳转到系统应用haystack的方法中经过haystack检索，需要在项目根路由中添加url
url(r'^search/', include('haystack.urls')),
五、在settings配置文件中配置Haystack为搜索引擎后端
HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine',
        'URL': 'http://192.168.103.158:9200/', # Elasticsearch服务器ip地址，端口号固定为9200
        'INDEX_NAME': 'bearmall', # Elasticsearch建立的索引库的名称
    },
}
# 当添加、修改、删除数据时，自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

----建立索引应用到实际项目中

一、Haystack建立数据索引
创建索引类：通过创建索引类，来指明让搜索引擎对哪些字段建立索引，也就是可以通过哪些字段的关键字来检索数据
# 代码实现：本项目中对SKU信息进行全文检索，所以在goods应用中新建search_indexes.py文件，用于存放索引类。
from haystack import indexes
from .models import SKU

class SKUIndex(indexes.SearchIndex, indexes.Indexable):
    """SKU索引数据模型类"""
    text = indexes.CharField(document=True, use_template=True)
    def get_model(self):
        """返回建立索引的模型类"""
        return SKU

    def index_queryset(self, using=None):
        """返回要建立索引的数据查询集"""
        return self.get_model().objects.filter(is_launched=True)

#索引类SKUIndex说明：
#在SKUIndex建立的字段，都可以借助Haystack由Elasticsearch搜索引擎查询。
#其中text字段我们声明为document=True，表名该字段是主要进行关键字查询的字段。
#text字段的索引值可以由多个数据库模型类字段组成，具体由哪些模型类字段组成，我们用#use_template=True表示后续通过模板来指明

二、 创建text字段索引值模板文件
在templates目录中创建text字段使用的模板文件
具体在templates/search/indexes/goods/sku_text.txt文件中定义

# 代码实现
{{ object.id }}
{{ object.name }}
{{ object.caption }}

#模板文件说明：当将关键词通过text参数名传递时
#此模板指明SKU的id、name、caption作为text字段的索引值来进行关键字索引查询。

三、手动生成初始索引
终端命令：
python manage.py rebuild_index
#该命令的目的是将索引构建到settings中所连接的Elasticsearch中（settings的配置中连接的是自己的IP+9200的ES），之后会在ES的容器内部创建一个索引库（本例中索引库的名字取为了bearmall）

解释：

1，这个搜索类的.py文件是建立在你想搜索的子应用中的，
2，.txt文件是需要创建在templates/search/indexes/goods下的，因为使用扩展包的时候，里面的代码设置了使用该功能时候会跳转的页面名字，所以需要文件名能对应上，才会正常跳转。
3，.txt文件是为了设定可以使用什么字段进行搜索的，这个要根据自己的模型类中都有什么字段，
4，做好相关配置后，一定要手动生成初始索引库python manage.py rebuild_index，

haystack扩展实现该目的代码实质是：

1，在用户搜索的时候，访问的是路径search，对应的应用是haystack，其子路由url(r'^$', SearchView(), name='haystack_search'),对应的视图为SearchView，该视图定义各类方法，最终返回的响应是（如下代码）：
    def create_response(self):
        context = self.get_context()
        return render(self.request, self.template, context)
返回的渲染页面是在自己项目的模板中（self.template是一个变量，由SearchView视图定义好的就是template = 'search/search.html'），并且将拼接的数据（context）一并返回给模板（search.html）进行渲染
2，返回的context也是由haystack视图SearchView中的方法get_context定义好的
代码如下：
    def get_context(self):
        (paginator, page) = self.build_page()
        context = {
            'query': self.query,
            'form': self.form,
            'page': page,    #分页页数
            'paginator': paginator,  
            'suggestion': None,
        }
        if self.results and hasattr(self.results, 'query') and self.results.query.backend.include_spelling:
            context['suggestion'] = self.form.get_suggestion()
        context.update(self.extra_context())
        return context

补充将搜索结果分页的处理
在search.html中是有设置分页的，在haystack中也是有定义分页的方法的，如下图：

该分页的方法中，
每页的展示数由settings中的HAYSTACK_SEARCH_RESULTS_PER_PAGE变量的值决定，
如果没有设置该值，则设置的默认是20,；
所以现在只需要在settings中设置HAYSTACK_SEARCH_RESULTS_PER_PAGE变量即可