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Elastic Search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：

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)

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：

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/ django rest framework上搜索（（1个密西西比州以扫描5K条目））

在/ full /上搜索“ django rest framework”（-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：

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)

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！