這些天，我需要全文搜索。這個(gè)區(qū)塊中最酷的孩子們是Elastic Search和Sorl：他們快速，靈活，資源消耗沉重并且需要Java，這幾乎是我想要的一個(gè)5美元的數(shù)字海洋飛車上運(yùn)行的寵物項(xiàng)目所需的所有東西。

放棄這些選項(xiàng)后，我剩下了Xapian和postgres全文搜索的功能，而xapian似乎功能更豐富，我決定從postgres開(kāi)始，因?yàn)樗cdjango進(jìn)行了本機(jī)集成，并且對(duì)這個(gè)特定項(xiàng)目的要求不高。

項(xiàng)目及其要求

您可能已經(jīng)注意到，我正在運(yùn)行工作板。 Voorjob基本上是從lever.co聚合工作，并讓用戶搜索它。目前，我在數(shù)據(jù)庫(kù)中大約有25,000個(gè)工作，這個(gè)數(shù)字增長(zhǎng)緩慢，每增加2或3個(gè)工作，就會(huì)關(guān)閉另一個(gè)工作。是的，如果我采用了彈性搜索路徑，那將是一本教科書(shū)過(guò)度設(shè)計(jì)的情況。

實(shí)施

從9.4版開(kāi)始，postgres添加了一些允許全文本搜索的功能。不久之后，Django在postgres特定功能中鏡像了這些功能。

要開(kāi)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職位描述來(lái)更新此字段的方法：

from django.contrib.postgres.search import SearchVectorField, SearchVector
class Job(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)
 
  def make_search_vector():
    self.body_vector=SearchVector('body')
 
  def save(self, *args, **kwargs):
    self.make_search_vector()
    super(Model, self).save(*args, **kwargs)

這種方法適用于很少更新的工作，例如工作板，但是如果您的應(yīng)用程序經(jīng)常更新，則應(yīng)避免使用此策略，并應(yīng)定期執(zhí)行一些任務(wù)來(lái)填充向量：

Job.objects.all().update(body_vector=SearchVector('body'))

甚至更好的是，您可以通過(guò)閱讀本文檔，使用postgres觸發(fā)器直接進(jìn)行操作。

查詢工作

現(xiàn)在您已經(jīng)準(zhǔn)備好數(shù)據(jù)庫(kù)，現(xiàn)在可以查詢它了，讓我們看一下voorjob搜索視圖的教學(xué)版本：

from django.contrib.postgres.search import SearchQuery
 
class Index(ListView):
  model = Job
  paginate_by = 30
 
  def get_queryset(self):
    search = self.request.GET.get("search", None)
    queryset = Job.objects.all()
 
    if search:
      if '"' in search:
        query = SearchQuery(search.replace('"', ''), search_type='phrase')
      else:
        query = SearchQuery(search)
      queryset = queryset.filter(body_vector=query)
    else:
      queryset = queryset
 
    return queryset

我基本上在這里考慮兩種查詢：?jiǎn)卧~存在和“精確表達(dá)式”。是的，該邏輯中存在一些缺陷，請(qǐng)繼續(xù)起訴我：D

還有很多可以改進(jìn)的地方，django支持加權(quán)查詢：

vector = SearchVector（'title'，weight ='A'）+ SearchVector（'body'，weight ='B'）
Job.objects.all（）。update（body_vector = vector）

這最終將以更好的順序返回結(jié)果，其中標(biāo)題中的匹配比正文中的匹配更重。

查詢系統(tǒng)也更加靈活，允許進(jìn)行邏輯運(yùn)算OR / AND和NOT。在不久的將來(lái)，我將改善對(duì)工作板的搜索，并更新此帖子以描述所做的更改。

性能

在開(kāi)發(fā)過(guò)程中，我使用了具有16GB內(nèi)存和不錯(cuò)的NVMe的I5。對(duì)本地計(jì)算機(jī)中的25k作業(yè)運(yùn)行查詢基本上是瞬時(shí)的。

當(dāng)我將項(xiàng)目轉(zhuǎn)移到生產(chǎn)環(huán)境時(shí)（每滴5美元），事情變得越來(lái)越慢了。

運(yùn)行密西西比基準(zhǔn)測(cè)試，我得到以下結(jié)果：

在/ django rest framework上搜索（（1個(gè)密西西比州以掃描5K條目））

在/ full /上搜索“ django rest framework”（-3個(gè)密西西比州，掃描25K條目）

不是最好的性能，但現(xiàn)在可以使用。本文將進(jìn)行更新以反映任何性能改進(jìn)。

考慮到我的搜索需求不高-超過(guò)25k的條目，且字?jǐn)?shù)過(guò)多的文章并不比本文大很多-使用postgres作為我的全文搜索的后端，對(duì)于此早期MVP來(lái)說(shuō)效果很好?，F(xiàn)在，我比每天給我20個(gè)用戶提供最快的體驗(yàn)，對(duì)嘗試事物和擴(kuò)大董事會(huì)成員更感興趣。

更新（2020年2月9日）

好消息！ 我了解到可以將索引添加到SearchVectorField中：

from django.contrib.postgres.indexes import GinIndex
 
class Job(models.Model):
  class Meta:
    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)
  def make_search_vector():
    self.body_vector=SearchVector('body')
  def save(self, *args, **kwargs):
    self.make_search_vector()
    super(Model, self).save(*args, **kwargs)

現(xiàn)在，所有情況下的搜索時(shí)間均降至1個(gè)密西西比州。 由于我的數(shù)據(jù)很小，因此用于該索引的內(nèi)存量可以忽略不計(jì)。

總結(jié)

以上所述是小編給大家介紹的使用Django和Postgres進(jìn)行全文搜索的實(shí)例代碼，希望對(duì)大家有所幫助！

最新評(píng)論