搜索Django的功能

Question

我正在使用Django开发一个Web应用程序，我需要尽快添加搜索功能。搜索将针对两个模型实施，一个是auth用户类的扩展，另一个是字段name，tags和description。所以我想在搜索文本的背景下没有什么可怕的。

对于开发我正在使用SQLite并且由于没有完成数据库特定的工作，我可以自由地在生产中使用任何数据库。我想在PostgreSQL或MySQL之间进行选择。

我已经在互联网上发了几篇关于搜索解决方案的帖子，不过我想就我的简单案例得到意见。以下是我的问题：

1. 在我的情况下全文搜索是否有过分杀？

2. 依靠数据库的全文搜索支持更好吗？如果是这样，我应该使用哪个数据库？

3. 我应该使用外部搜索库，例如Whoosh，Sphinx还是Xapian？如果是这样，哪一个？

修改 tags是一个Tagfield（来自django-tagging应用程序），它位于m2m关系上。 description是一个包含HTML的字段，其max_length为1024字节。

Answer 1

如果该字段tags表示我认为它意味着什么，即您计划存储一个字符串，该字符串连接一个项目的多个标签，那么您可能需要对其进行全文搜索......但这很糟糕设计;相反，你应该在项目和标签表之间建立多对多的关系（在另一个表中，ItemTag或其他东西，其中2个外键是items表和标签表的主键）。

我无法判断您是否需要description上的全文搜索，因为我没有指示它是什么 - 也不知道您是否需要MySQL 5.1和PostgreSQL的合理但有些基本的全文搜索8.3提供，或者更强大的例如sphinx ...也许会谈谈你的应用程序的上下文以及为什么要考虑全文搜索？

编辑：所以似乎唯一可能需要全文搜索可能在description，看起来它可能有限，以至于MySQL 5.1或PostgreSQL 8.3都能很好地服务。我，我对PostgreSQL有一个好处（即使我也是MySQL的合理专家），但这是一个普遍的偏好，没有专门与全文搜索问题相关联。 This blog确实提供了一个更喜欢PostgreSQL的理由：你可以进行全文搜索并且仍然是事务性的，而在MySQL中全文索引仅适用于MyISAM表，而不是InnoDB [[除非你添加了sphinx，当然]]（另请参阅this follow-on了解PostgreSQL和Lucene中的全文搜索）。当然，选择数据库时还有其他考虑因素，我认为你不会做任何一件事（除非必须为全文加上交易添加sphinx是一个大问题）。

Answer 2

Django在其QuerySet过滤器中有full text searching支持。现在，如果您只有两个需要搜索的模型，只需创建一个搜索两个字段的视图：

search_string = "+Django -jazz Python"
first_models = FirstModel.objects.filter(headline__search=search_string)
second_models = SecondModel.objects.filter(headline__search=search_string)

如果需要，您可以进一步过滤它们以确保结果是唯一的。

此外，有一个regex filter可能更适合处理您的html字段和标记，因为正则表达式可以指示过滤器确切地处理任何分隔符或标记。

Answer 3

是否需要外部库取决于您的需求。我们谈论了多少流量？外部库在性能方面通常更好，但一如既往有优点和缺点。我正在使用带有django-sphinx插件的Sphinx，如果您要进行大量搜索，我会推荐它。

Answer 4

Haystack看起来很有希望。并且它在后端支持Whoosh。