Django Haystack对场的不同价值

Question

我正在使用Django Haystack + Elasticsearch + Django REST Framework构建一个小型搜索引擎，我试图找出重现Django QuerySet的distinct方法的行为。

我的索引看起来像这样：

class ItemIndex(indexes.SearchIndex, indexes.Indexable):
    text = indexes.CharField(document=True, use_template=True)
    item_id = indexes.IntegerField(faceted=True)

    def prepare_item_id(self, obj):
        return obj.item_id

我希望能做的是以下内容：

sqs = SearchQuerySet().filter(content=my_search_query).distinct('item_id')

但是，Haystack的SearchQuerySet没有一个distinct方法，所以我有点迷失。 我尝试使用该字段，然后使用返回的item_id列表查询Django，但这会失去Elasticsearch的性能，并且也无法使用Elasticsearch的排序功能。

有什么想法吗？

编辑：

示例数据：

示例数据：

Item Model
==========

id  title
1   'Item 1'
2   'Item 2'
3   'Item 3'


VendorItem Model << the table in question
================

id  item_id  vendor_id  lat   lon
1   1        1          38    -122
2   2        1          38.2  -121.8
3   3        2          37.9  -121.9
4   1        2          ...   ...
5   2        2          ...   ...
6   2        3          ...   ...

正如您所看到的，同一个项目有多个VendorItem，但是在搜索时我只想为每个项目检索最多一个结果。 因此，我需要item_id列是唯一/不同的。

我在item_id列上尝试过faceting，然后执行以下查询：

facets = SearchQuerySet().filter(content=query).facet('item_id')
counts = sqs.facet_counts()

# ids will look like: [345, 892, 123, 34,...]
ids = [i[0] for i in counts['fields']['item_id']]

items = VendorItem.objects.filter(vendor__lat__gte=latMin,
    vendor__lon__gte=lonMin, vendor__lat__lte=latMax,
    vendor__lon__lte=lonMax, item_id__in=ids).distinct(
        'item').select_related('vendor', 'item')

这里的主要问题是结果限制为100个项目，并且不能使用haystack进行排序。

Answer 1

我认为我能给你的最好建议是停止使用Haystack。

Haystack的默认后端（elasticsearch_backend.py）主要是用Solr编写的。 我在haystack中发现了很多烦恼，但最大的烦恼是将所有查询打包成一个名为query_string的东西。 使用查询字符串，他们可以使用lucene语法，但这也意味着丢失整个elasticsearch DSL。 lucene语法有一些优点，特别是如果这是你习惯的，但从弹性搜索的角度来看它是非常有限的。

此外，我认为您正在将RDBMS概念应用于搜索引擎。 这并不是说你不应该得到你需要的结果，但这种方法通常是不同的。

如果不使用haystack，查询和检索此数据的方式可能会有所不同，因为haystack以更适合solr的方式创建索引而不是弹性搜索。

例如，在创建新索引时，haystack会为所有将在索引中的模型分配一个名为“modelresult”的“类型”。

所以，假设您有一些名为Items的实体和一些名为vendoritems的实体。

将它们放在同一个索引中，但将vendoritems作为一种供应商项目和具有项目类型的项目可能是合适的。

在查询时，您将根据其余端点进行查询，例如localhost:9200/index/type (query) 。 haystack实现的方式是通过django内容类型模块。 因此，有一个名为“django_ct”的字段，当您只查找唯一的项目时，haystack查询并附加到您可能进行的任何查询。

为了说明上述内容：

此端点搜索所有索引

`localhost:9200/`

此端点搜索索引中的所有类型：

`localhost:9200/yourindex/`

此端点搜索索引中的类型：

`localhost:9200/yourindex/yourtype/`

并且此端点在索引中搜索两个指定的类型：

`localhost:9200/yourindex/yourtype,yourothertype/`

回到haystack，你可以通过在你的查询中添加一个django_ct来获得独特的值，但这可能不是你想要的。

你真正想做的是一个方面，你可能想要使用术语方面。 这可能是大海捞针中的问题，因为它A.）分析所有文本和B.）将store = True应用于所有字段（真的不是你想在elasticsearch中做的事情，而是你经常想要在solr中做的事情）。

您可以在elasticsearch中订购构面结果（ http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/search-facets-terms-facet.html#_ordering ）

我并不是说这是干草堆的大满贯。 我认为它在概念上做了很多事情。 如果所有你需要做的就是索引单个模型（比如说博客）并且让它快速返回结果，那就特别好了。

也就是说，我强烈建议使用elasticutils 。 haystack中的一些概念是相似的，但它使用搜索dsl而不是query_string（但如果需要，您仍然可以使用query_string）。

但是请注意，我不认为你可以默认使用elasticutils来命令facet，但你可以传入一个你想要facet_raw方法的facet的python字典（我认为你不能在haystack中做）。

您的最后一个选择是创建自己的haystack后端，继承现有的后端，只需在.facet（）方法中添加一些功能，以允许按照上述dsl进行排序。