使用Django和Postgres进行全文搜索的实例代码
这些天,我需要全文搜索。这个区块中最酷的孩子们是ElasticSearch和Sorl:他们快速,灵活,资源消耗沉重并且需要Java,这几乎是我想要的一个5美元的数字海洋飞车上运行的宠物项目所需的所有东西。
放弃这些选项后,我剩下了Xapian和postgres全文搜索的功能,而xapian似乎功能更丰富,我决定从postgres开始,因为它与django进行了本机集成,并且对这个特定项目的要求不高。
项目及其要求
您可能已经注意到,我正在运行工作板。Voorjob基本上是从lever.co聚合工作,并让用户搜索它。目前,我在数据库中大约有25,000个工作,这个数字增长缓慢,每增加2或3个工作,就会关闭另一个工作。是的,如果我采用了弹性搜索路径,那将是一本教科书过度设计的情况。
实施
从9.4版开始,postgres添加了一些允许全文本搜索的功能。不久之后,Django在postgres特定功能中镜像了这些功能。
要开始使用此新功能,我基本上需要在模型中使用SearchVectorField,并需要使用矢量化的职位描述来更新此字段的方法:
fromdjango.contrib.postgres.searchimportSearchVectorField,SearchVector classJob(models.Model): title=models.CharField(max_length=200,blank=True) location=models.CharField(max_length=50,blank=True) body=models.TextField(null=True) body_vector=SearchVectorField(null=True) defmake_search_vector(): self.body_vector=SearchVector('body') defsave(self,*args,**kwargs): self.make_search_vector() super(Model,self).save(*args,**kwargs)
这种方法适用于很少更新的工作,例如工作板,但是如果您的应用程序经常更新,则应避免使用此策略,并应定期执行一些任务来填充向量:
Job.objects.all().update(body_vector=SearchVector('body'))
甚至更好的是,您可以通过阅读本文档,使用postgres触发器直接进行操作。
查询工作
现在您已经准备好数据库,现在可以查询它了,让我们看一下voorjob搜索视图的教学版本:
fromdjango.contrib.postgres.searchimportSearchQuery classIndex(ListView): model=Job paginate_by=30 defget_queryset(self): search=self.request.GET.get("search",None) queryset=Job.objects.all() ifsearch: if'"'insearch: query=SearchQuery(search.replace('"',''),search_type='phrase') else: query=SearchQuery(search) queryset=queryset.filter(body_vector=query) else: queryset=queryset returnqueryset
我基本上在这里考虑两种查询:单词存在和“精确表达式”。是的,该逻辑中存在一些缺陷,请继续起诉我:D
还有很多可以改进的地方,django支持加权查询:
vector=SearchVector('title',weight='A')+SearchVector('body',weight='B') Job.objects.all()。update(body_vector=vector)
这最终将以更好的顺序返回结果,其中标题中的匹配比正文中的匹配更重。
查询系统也更加灵活,允许进行逻辑运算OR/AND和NOT。在不久的将来,我将改善对工作板的搜索,并更新此帖子以描述所做的更改。
性能
在开发过程中,我使用了具有16GB内存和不错的NVMe的I5。对本地计算机中的25k作业运行查询基本上是瞬时的。
当我将项目转移到生产环境时(每滴5美元),事情变得越来越慢了。
运行密西西比基准测试,我得到以下结果:
在/djangorestframework上搜索((1个密西西比州以扫描5K条目))
在/full/上搜索“djangorestframework”(-3个密西西比州,扫描25K条目)
不是最好的性能,但现在可以使用。本文将进行更新以反映任何性能改进。
考虑到我的搜索需求不高-超过25k的条目,且字数过多的文章并不比本文大很多-使用postgres作为我的全文搜索的后端,对于此早期MVP来说效果很好。现在,我比每天给我20个用户提供最快的体验,对尝试事物和扩大董事会成员更感兴趣。
更新(2020年2月9日)
好消息!我了解到可以将索引添加到SearchVectorField中:
fromdjango.contrib.postgres.indexesimportGinIndex classJob(models.Model): classMeta: indexes=(GinIndex(fields=["body_vector"]),) title=models.CharField(max_length=200,blank=True) location=models.CharField(max_length=50,blank=True) body=models.TextField(null=True) body_vector=SearchVectorField(null=True) defmake_search_vector(): self.body_vector=SearchVector('body') defsave(self,*args,**kwargs): self.make_search_vector() super(Model,self).save(*args,**kwargs)
现在,所有情况下的搜索时间均降至1个密西西比州。由于我的数据很小,因此用于该索引的内存量可以忽略不计。
总结
以上所述是小编给大家介绍的使用Django和Postgres进行全文搜索的实例代码,希望对大家有所帮助!
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。