我正在构建一个Django Web应用程序来存储文档及其关联的元数据。
大部分元数据将存储在底层 MySQL 数据库中，OCR 文档文本在 Elasticsearch 中编制索引，以实现全文搜索。我已经合并了 django-elasticsearch-dsl 来连接和同步我的数据模型，因为我也在索引(因此，双重存储)在我的模型中发现的其他一些字段。我曾考虑过使用Haystack，但它缺乏对最新Elasticsearch版本的支持。
当通过应用程序的管理界面上传文档时，post_save信号会自动触发 Celery 异步后台任务来执行 OCR，并最终将提取的文本索引到 Elasticsearch 中。
鉴于我的模型中没有定义全文字段(并希望避免这样做，因为我不想在数据库中存储或搜索 CLOB)，我正在寻找从我的 tasks.py 文件中更新我的 Elasticsearch 文档的最佳实践。似乎没有办法使用 django-elasticseach-dsl(但也许我错了？)，所以我想知道我是否应该这样做：
-
尝试使用姐妹 django-elasticsearch-dsl-drf 包通过 REST 与 Elasticsearch 接口。
-
通过使用更普通的 elasticsearch-dsl-py 包(基于 elasticsearch-py)，更松散地将我的应用程序与 Elasticsearch 集成。这种方法会失去一些"奢侈"，因为我必须编写更多的集成代码，至少如果我想用信号连接我的模型。
是否有最佳实践？还是我没有考虑过的另一种方法？
更新 1：在尝试实现 @Nielk 中的答案时，我能够将 OCR 文本(结果 = 下面 tasks.py 中的"测试")持久化到 ElasticSearch 中，但它也保留在 MySQL 数据库中。我仍然对如何将 Submit.rawtext 配置为 ElasticSearch 的通行证感到困惑。
models.py：
class Submission(models.Model):
rawtext = models.TextField(null=True, blank=True)
...
def type_to_string(self):
return ""
documents.py：
@registry.register_document
class SubmissionDocument(Document)
rawtext = fields.TextField(attr="type_to_string")
def prepare_rawtext(self, instance):
# self.rawtext = None
# instance.rawtext = "test"
return instance.rawtext
...
tasks.py(在提交模型post_save信号上调用)：
@shared_task
def process_ocr(my_uuid)
result = "test" # will ultimately be OCR'd text
instance = Submission.objects.get(my_uuid=my_uuid)
instance.rawtext = result
instance.save()
更新 2(工作解决方案)：
models.py类提交(模型。型号)：
@property
def rawtext(self):
if getattr(self, '_rawtext_local_change', False):
return self._rawtext
if not self.pk:
return None
from .documents import SubmissionDocument
try:
return SubmissionDocument.get(id=self.pk)._rawtext
except:
return None
@rawtext.setter
def rawtext(self, value):
self._rawtext_local_change = True
self._rawtext = value
documents.py
@registry.register_document
class SubmissionDocument(Document):
rawtext = fields.TextField()
def prepare_rawtext(self, instance):
return instance.rawtext
tasks.py
@shared_task
def process_ocr(my_uuid)
result = "test" # will ultimately be OCR'd text
# note that you must do a save on property fields, can't do an update
instance = Submission.objects.get(my_uuid=my_uuid)
instance.rawtext = result
instance.save()
您可以在链接到模型的文档定义中添加额外的字段(请参阅文档 https://django-elasticsearch-dsl.readthedocs.io/en/latest/fields.html#using-different-attributes-for-model-fields 中的字段"type_to_field"，并将其与"prepare_xxx"方法结合使用，以便在创建实例时初始化为空字符串，并在更新时初始化为其当前值) 这会解决你的问题吗？
编辑 1 - 我的意思是：
models.py
class Submission(models.Model):
@property
def rawtext(self):
if getattr(self, '_rawtext_local_change ', False):
return self._rawtext
if not self.pk:
return None
from .documents import SubmissionDocument
return SubmissionDocument.get(meta__id=self.pk).rawtext
@property.setter
def rawtext(self, value):
self._rawtext_local_change = True
self._rawtext = value
编辑 2 - 修复了代码拼写错误