我正在使用Django Haystack + Elasticsearch + Django REST框架构建一个小型搜索引擎，我正在尝试找出重现Django QuerySet distinct方法的行为。
我的索引如下所示：
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
我希望能够执行以下操作：
sqs = SearchQuerySet().filter(content=my_search_query).distinct('item_id')
但是，Haystack的SearchQuerySet没有distinct方法，所以我有点迷茫。我尝试对字段进行分面，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 ... ...
如您所见，同一项目有多个供应商项目，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。
我尝试在item_id列上进行分面，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，并且不能用大海捞针进行排序。
我认为我能给你的最好的建议是停止使用Haystack。
Haystack的默认后端（elasticsearch_backend.py）主要是在编写时考虑Solr的。我在大海捞针中发现了很多烦恼，但最大的烦恼必须是它将所有查询打包到称为query_string的东西中。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，特别是如果你习惯了，但从 elasticsearch 的角度来看，它非常有限。
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，但方法通常是不同的。
如果您不使用 haystack，查询和检索此数据的方式可能会有所不同，因为 haystack 创建索引的方式更适合 solr 而不是 elasticsearch。
例如，在创建新索引时，haystack 会将一个名为"modelresult"的"类型"分配给将进入索引中的所有模型。
因此，假设您有一些称为"项"的实体和一些称为"供应商项"的其他实体。
将它们放在同一个索引中可能是合适的，但供应商项作为供应商项的一种类型，而项具有一种项类型。
查询时，您将基于其余终结点进行查询，因此，类似于 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，haystack 查询并附加到您只查找唯一项目时可能进行的任何查询。
为了说明上述内容：
此终结点跨所有索引进行搜索
`localhost:9200/`
此终结点搜索索引中的所有类型：
`localhost:9200/yourindex/`
此终结点在索引中的类型中进行搜索：
`localhost:9200/yourindex/yourtype/`
此终结点在索引中搜索两种指定类型：
`localhost:9200/yourindex/yourtype,yourothertype/`
回到大海捞针，您可以通过向查询添加django_ct来获取唯一值，但这可能不是您想要的。
你真正想做的是一个分面，你可能想使用术语分面。这可能是大海捞针中的一个问题，因为它 A.）分析所有文本和 B.）将store=True应用于所有字段（实际上不是你想在elasticsearch中做的事情，而是你经常想在solr中做的事情）。
您可以在 elasticsearch 中对分面结果进行排序 （http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/search-facets-terms-facet.html#_ordering）
我并不是说这是大海捞针。我认为它在概念上做了很多正确的事情。如果您需要做的就是索引单个模型（例如博客）并让它快速返回结果，那就特别好了。
也就是说，我强烈建议使用弹性体。来自haystack的一些概念是相似的，但它使用搜索dsl，而不是query_string（但如果你愿意，你仍然可以使用query_string）。
不过请注意，我认为默认情况下你不能使用 elasticutils 对分面进行排序，但你可以传入你想要facet_raw方法的分面的 python 字典（我认为你不能在大海捞针中做到这一点）。
您的最后一个选择是创建自己的 haystack 后端，从现有后端继承，只需向 .facet（） 方法添加一些功能以允许按照上述 dsl 进行排序。