linux centos7使用docker安装elasticsearch，并且用Django连接使用

一：elasticsearch安装及配置

1：需求分析

当用户在搜索框输入关键字后，我们要为用户提供相关的搜索结果。这种需求依赖数据库的模糊查询like关键字可以实现，但是like关键字的效率极低，而且查询需要在多个字段中进行，使用like关键字也不方便。我们引入搜索引擎来实现全文检索。全文检索即在指定的任意字段中进行检索查询

2：搜索引擎原理

通过搜索引擎进行数据查询时，搜索引擎并不是直接在数据库中进行查询，而是搜索引擎会对数据库中的数据进行一遍预处理，单独建立起一份索引结构数据。

我们可以将索引结构数据想象成是字典书籍的索引检索页，里面包含了关键词与词条的对应关系，并记录词条的位置。我们在通过搜索引擎搜索时，搜索引擎将关键字在索引数据中进行快速对比查找，进而找到数据的真实存储位置。

3：Elasticsearch

开源的Elasticsearch是目前全文搜索引擎的首选。它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它。

Elasticsearch 的底层是开源库 Lucene。但是，我们没法直接用 Lucene，必须自己写代码去调用它的接口。Elastic 是 Lucene 的封装，提供了 REST API 的操作接口，开箱即用。

Elasticsearch 是用Java实现的。

搜索引擎在对数据构建索引时，需要进行分词处理。分词是指将一句话拆解成多个单字或词，这些字或词便是这句话的关键词。如：

我是中国人。

‘我’、‘是’、‘中’、‘国’、‘人’、’中国’等都可以是这句话的关键词。

Elasticsearch 不支持对中文进行分词建立索引，需要配合扩展elasticsearch-analysis-ik来实现中文分词处理。

4：使用Docker安装Elasticsearch及其他扩展

1）：搜索镜像

[root@xpq ~]# docker search elasticsearch-ik

2）：获取镜像

[root@xpq ~]# docker image pull delron/elasticsearch-ik:2.4.6-1.0  

3）：查看镜像

[root@xpq ~]# docker images
REPOSITORY                TAG                 IMAGE ID            CREATED             SIZE
delron/elasticsearch-ik   2.4.6-1.0           095b6487fb77        2 years ago         689MB
[root@xpq ~]# 

4）：将提供的elasticsearch.zip文件传到服务器/home/python/elasticserach/目录下，然后unzip解压。再修改elasticsearch的配置文件 elasticsearc-2.4.6/config/elasticsearch.yml第54行，更改ip地址为本机ip地址或0.0.0.0

5)docker运行容器

[root@xpq ~]# docker run -dti --network=host --name=elasticsearch -v /home/python/elasticsearch/elasticsearch-2.4.6/config:/usr/share/elasticsearch/config delron/elasticsearch-ik:2.4.6-1.0  

5）：查看是否运行成功，状态是up,表示运行成功

[root@xpq ~]# docker container ls --all
CONTAINER ID        IMAGE                               COMMAND                  CREATED             STATUS                  PORTS               NAMES
71d8025e4d66        delron/elasticsearch-ik:2.4.6-1.0   "/docker-entrypoint.…"   9 seconds ago       Up 8 seconds                                elasticsearch
a51f7dd3d414        bf756fb1ae65                        "/hello"                 6 days ago          Exited (0) 6 days ago                       exciting_babbage

[root@xpq ~]# docker ps
CONTAINER ID        IMAGE                               COMMAND                  CREATED             STATUS              PORTS               NAMES
71d8025e4d66        delron/elasticsearch-ik:2.4.6-1.0   "/docker-entrypoint.…"   6 minutes ago       Up 6 minutes                            elasticsearch
[root@xpq ~]# 

二：Haystack扩展建立索引

提示：

• Elasticsearch 的底层是开源库 Lucene。但是没法直接使用 Lucene，必须自己写代码去调用它的接口。

思考：

• 我们如何对接 Elasticsearch服务端？

解决方案：

• Haystack

1. Haystack介绍和安装配置

1）haystack介绍

• Haystack 是在Django中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。
• Haystack 可以在不修改代码的情况下使用不同的搜索后端（比如 Elasticsearch、Whoosh、Solr等等）。

2）安装

$ pip install django-haystack
$ pip install elasticsearch==2.4.1

3）haystack注册应用路由

INSTALLED_APPS = [
    'haystack', # 全文检索
]

url(r'^search/', include('haystack.urls')),

4.Haystack配置

• 在配置文件中配置Haystack为搜索引擎后端

# Haystack
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': 'meiduo_mall', # 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'

重要提示：

• HAYSTACK_SIGNAL_PROCESSOR 配置项保证了在Django运行起来后，有新的数据产生时，Haystack仍然可以让Elasticsearch实时生成新数据的索引

2. Haystack建立数据索引

1: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。
• 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。

2.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

{{ 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。

3.手动生成初始索引

$ python manage.py rebuild_index

3. 全文检索测试

1.准备测试表单

• 请求方法：GET
• 请求地址：/search/
• 请求参数：q

 <form method="get" action="/search/" class="search_con">
        <input type="text" class="input_text fl" name="q" placeholder="搜索商品">
        <input type="submit" class="input_btn fr" name="" value="搜索">
    </form>

4：渲染搜索结果

1. 准备商品搜索结果页面

2. 渲染商品搜索结果

Haystack返回的数据包括：

• query：搜索关键字
• paginator：分页paginator对象
• page：当前页的page对象（遍历page中的对象，可以得到result对象）
• result.objects: 当前遍历出来的SKU对象。

<div class="main_wrap clearfix">
    <div class=" clearfix">
        <ul class="goods_type_list clearfix">
            {% for result in page %}
            <li>
                {# object取得才是sku对象 #}
                <a href="/detail/{{ result.object.id }}/"><img src="{{ result.object.default_image.url }}"></a>
                <h4><a href="/detail/{{ result.object.id }}/">{{ result.object.name }}</a></h4>
                <div class="operate">
                    <span class="price">￥{{ result.object.price }}</span>
                    <span>{{ result.object.comments }}评价</span>
                </div>
            </li>
            {% else %}
                <p>没有找到您要查询的商品。</p>
            {% endfor %}
        </ul>
        <div class="pagenation">
            <div id="pagination" class="page"></div>
        </div>
    </div>
</div>

3. Haystack搜索结果分页

1.设置每页返回数据条数

• 通过HAYSTACK_SEARCH_RESULTS_PER_PAGE可以控制每页显示数量
• 每页显示五条数据：HAYSTACK_SEARCH_RESULTS_PER_PAGE = 5

2.准备搜索页分页器

<div class="main_wrap clearfix">
    <div class=" clearfix">
        ......
        <div class="pagenation">
            <div id="pagination" class="page"></div>
        </div>
    </div>
</div>
<script type="text/javascript">
    $(function () {
        $('#pagination').pagination({
            currentPage: {{ page.number }},
            totalPage: {{ paginator.num_pages }},
            callback:function (current) {
                {#window.location.href = '/search/?q=iphone&amp;page=1';#}
                window.location.href = '/search/?q={{ query }}&page=' + current;
            }
        })
    });
</script>