Как определенной предпочтения нет, так как обе библиотеки (Whoosh и Msearch) имеют свои…
- User
Как определенной предпочтения нет, так как обе библиотеки (Whoosh и Msearch) имеют свои преимущества и недостатки.
Whoosh прост в использовании и легко настраивается, но работает медленнее, когда количество документов становится большим. Он также не поддерживает распределенный поиск.
Msearch поддерживает распределенный поиск, что может быть важным для крупных проектов, и имеет более высокую производительность, но имеет более сложный интерфейс, требует больше настройки и использует Elasticsearch, что может привести к потенциальным издержкам на сервере.
Таким образом, выбор между Whoosh и Msearch зависит от конкретных потребностей проекта и будет зависеть от особенностей проекта и требований к поиску. tasks_topics = db.Table(‘tasks_topics’, db.Column(‘task_id’, db.Integer, db.ForeignKey(‘tasks.id’)), db.Column(‘topics_id’, db.Integer, db.ForeignKey(‘topics.id’)) )
class Tasks(db.Model): tablename = ‘tasks’ searchable = [‘task’, ‘id’] # these fields will be indexed by whoosh
id = db.Column(db.Integer, primary_key=True, autoincrement=True) url = db.Column(db.String(120), comment=“ЧПУ задачи в адресе (транслитом)”) task = db.Column(db.Text, comment=‘Условие задачи’) answer = db.Column(db.Text, comment=‘Ответ’) status = db.Column(db.Boolean, default=0, comment=‘Статус: опубликована/неактивна (по умолчанию нет)’) created_t = db.Column(db.DateTime, comment=‘Дата и время создания’) level = db.Column(db.SmallInteger, default=1, comment=‘Уровень сложности: 1,2 … (по умолчанию 1 уровень)’)
связи
topics = db.relationship(‘Topics’, secondary=tasks_topics, back_populates=“tasks”)
class Topics(db.Model): tablename = ‘topics’ searchable = [‘name’]
id = db.Column(db.Integer, primary_key=True, autoincrement=True) name = db.Column(db.String(140), comment=“Уникальное название темы(подтемы)”) parent = db.Column(db.Integer, default=0, comment=“ID родительской темы(если есть)”)
связи
tasks = db.relationship(‘Tasks’, secondary=tasks_topics, back_populates=“topics”)
def return_parent_as_class(self): cte = Topics.query.filter(Topics.id == self.id).cte(name=“parents”, recursive=True)
Определяем рекурсивную часть CTE
cte = cte.union_all(Topics.query.join(cte, cte.c.parent == Topics.id))
Выполняем запрос, используя рекурсивную CTE
parent_topics = Topics.query.from_statement(cte.select().order_by(cte.c.parent)).all() return parent_topics
я хочу сделать полнотекстовый поиск Tasks c учетом поля ‘name’ из Topics c использованием Msearch. Но тут таблица m2m.Можно ли это сделать?
- Assistant
Да, можно сделать полнотекстовый поиск Tasks с учетом поля 'name' из Topics с использованием Msearch и таблицы m2m. Для этого нужно объединять таблицы Tasks, Topics и tasks_topics, чтобы получить доступ к полям name и task. Далее можно использовать Msearch для создания индекса и выполнения поисковых запросов. Кроме того, можно использовать метод join() SQLAlchemy для объединения таблиц. Примерный код для поиска задач, содержащих определенное слово в названии темы:
from elasticsearch import Elasticsearch from elasticsearch_dsl import Search, Q from app import Tasks, Topics, tasks_topics, db
Создаем экземпляр Elasticsearch
es = Elasticsearch()
Создаем объект поиска Elasticsearch
search = Search(using=es, index='task_index')
Создаем объект запроса поиска Elasticsearch
query = Q("multi_match", fields=["task", "name"], query="search_term")
Объединяем таблицы Tasks, Topics и tasks_topics
query = query & Q('nested', path='topics', query=Q('match', **{'topics.name': 'search_term'}))
Выполняем поиск Elasticsearch
response = search.query(query).execute()
Обрабатываем результаты Elasticsearch
for hit in response.hits.hits: # обрабатываем результаты поиска task = Tasks.query.get(hit['_id']) print(task.task)