正文共: 7620字 4图
预计阅读时间: 20分钟
每日分享
If you can change your mind, you can change your life.
如果你愿意改变你的想法,你可以改变你的人生。
小闫语录:
有时候失败并不是你不够努力,而是你对自己的盲目自信,以及那份固执。坚持该坚持的,改变该改变的,放弃该放弃的,前面将是柳暗花明。有些人明知道自己是错的,但是那可怜的自尊心让其不愿承认其他人的正确,那份小傲娇会让你付出巨大的代价。还有些人是因为缺少从头再来的勇气,宁愿一错再错,其实从头再来并没有那么难,难的是做出这个决定。
美多商城项目(七)
项目仓库
https://github.com/EthanYan6/E-commerce-sites.git
结合代码查看笔记,效果更佳。笔记只是记录重点或者难点。
1.登录用户浏览商品记录
Django开发web项目中,如果是前后端分离的模式,那么基本都是使用rest_framework框架。如果是前后端不分离,就不会使用了。tornado学习难度会大一点。
1.什么时候需要获取登录用户浏览商品的记录? 何时取?
答:当登录用户进入个人信息页面时,需要获取登录用户浏览商品的记录。
2.什么时候需要保存登录用户浏览商品的记录? 何时存?
答:当登录用户浏览某个商品的详情页面时,需要保存登录用户浏览商品的记录。
3.浏览记录保存在哪里? 存在哪?
答:如果将浏览记录保存在MySQL数据库的表中,用户频繁的浏览商品,就需要频繁的操作MySQL数据库,相应性能有所下降。
id | user_id | sku_id |
---|---|---|
1 | 2 | 3 |
表格中的信息代表id为2的用户浏览了id为3的商品
将用户浏览记录存储在redis中。
4.在redis中怎么存储登录用户浏览记录? 怎么存?
答:采用列表的数据类型存储。
list: history_<user_id>: [<sku_id>,...]
redis存储分为五种数据类型。以key-value形式存储。
# 1.string: 字符串
history_<user_id>: '3,5,1'
#上述方法存储后,取值时,可以按`,`进行分割。
例如:
user_2: '1,5'
user_3: '3,5'
# 2.hash: 哈希 key: {field:value, field: value}
history: {
<user_id>:'3,5,1',
<user_id>:'1,2',
...
}
# 3.list: 列表 key: [value, ...]
history_<user_id>: [3, 5, 1]
# 4.set: 无序集合
不能使用,因为用户浏览记录是有序的。
# 5.zset: 有序集合
需要额外加权重值,然后按权重值进行排序。
字符串和hash存储的时候需要额外的字符串操作,而列表直接可以存储,然后直接取值。zset需要额外的权重值来保证有序,而列表不需要。
1.1浏览记录保存
API: POST /browse_histories/
参数:
通过请求头传递jwt token
{
"sku_id": "商品id"
}
响应:
{
"sku_id": "商品id"
}
在redis中存储浏览记录的过程:
history_2: ['1','3','5']
# 如果id为2的用户又浏览了id为4的商品,将记录保存在列表左侧
history_2: ['4','1','3','5']
# 如果id为2的用户又浏览了id为3的商品,我们需要去重
在redis中存储浏览记录的过程:
# 去重:如果商品已经被浏览,需要将商品id先从列表中移除。
# 保持有序:最新浏览商品的id添加到list列表最左侧。
# 截取:只保留最新几个浏览商品id
lrem
lrem <key> <count> <value>
从redis列表中移除元素,有则删除,无则忽略,不会报错。
my_list:[1,3,2,3,5,3,6]
# 要删除所有的3
lrem my_list 0 3
# 从左往右将3删除2次
lrem my_list 2 3
# 从右往左将3删除2次
lrem my_list -2 3
lpush
lpush <key> <value> ...
向redis列表左侧加入元素。
ltrim
ltrim <key> <start> <stop>
保留redis列表指定区间内元素。
业务逻辑
1.获取skuid并进行校验(skuid必传,sku_id商品是否存在)。
定义序列化器类来实现校验。
2.在redis中存储登录用户浏览的记录。(create)
在序列化器类中定义create方法
a.获取redis链接对象 StrictRedis
b.拼接key
c.去重:如果商品已经被浏览,需要将商品id先从列表中移除。
d.保持有序:最新浏览的商品的id添加到list列表最左侧。
e.截取:只保留最新几个浏览商品id。
3.返回应答,浏览记录添加成功。
如果create中返回的是validated_data,那么接口中的serializer.data返回的就是一个对象。
如果create中返回的是一个字典,那么接口中的serializer.data返回的就是一个字典。
在redis中进行查看:
a.打开redis客户端
redis-cli
b.选择4号库
select 4
c.查看里面的所有记录
keys *
1.2浏览记录获取
API: GET /browse_historise/
参数:
通过请求头传递jwt token
响应:
[
{
"id": "商品id",
"name": "商品名称",
"price": "商品价格",
"default_image_url": "默认图片",
"comments": "评论量"
},
...
]
lrange
lrange <key> <start> <stop>
返回一个列表,包含指定区间内的元素。超出范围的下标取值不会引起错误。
闭区间
目的:获取redis列表指定区间内的元素。
业务逻辑
1.获取redis链接对象 StrictRedis
2.拼接key
3.从redis中获取登录用户浏览的商品sku_id。
4.根据商品sku_id获取对应商品数据。
5.将商品的数据序列化并返回响应。
2.获取分类SKU商品的数据
根据第三级分类ID获取分类SKU商品的数据。
a.支持分页功能。
b.支持排序功能。
API:
GET /categories/(?P<category_id>\d+)/skus/?page=<页码>&page_size=<页容量>&ordering=<排序字段>
参数:
通过url传递第三极分类ID
响应:
[
"count": "总数量",
"next": "下一页链接地址",
"previous": "上一页链接地址",
"results": [
{
"id": "商品id",
"name": "商品名称",
"price": "商品价格",
"default_image_url": "默认图片",
"comments": "评论量"
},
...
]
]
业务逻辑
1.根据 category_id
获取分类SKU商品的数据。
2.将商品的数据序列化并返回。
self.kwargs:是一个字典dict,保存的是从url地址中提取的所有命名参数。
总结
1.浏览记录
浏览记录存储:(何时存、何时取、存在哪、怎么存)
浏览记录添加:去重lrem、左侧加入lpush、截取ltrim
浏览记录获取:lrange
2.分类SKU商品数据
根据第三级分类id获取sku商品的数据
支持分页
支持排序
3.商品搜索
3.1需求
根据商品的名称和副标题搜索商品的数据。
举例:
关键字:iPhone
sql语句:
select * from tb_sku where name like '%iPhone%' or caption like '%iPhone%';
在SQL语句查询中,like语句查询效率很低,在搜索的时候不会使用SQL,而是使用搜索引擎。
3.2搜索引擎
3.2.1.搜索引擎概念&原理
3.2.2.搜索引擎功能
3.2.3.搜索引擎环境搭建
3.2.4.Django对接搜索引擎
3.2.1概念
可以对数据表中的数据进行处理,建立索引结构数据( 记录索引记录和数据库中真实数据之间对应关系),在搜索引擎建立索引结构数据时,还会对 索引字段
进行关键词拆分,然后保存每个关键字在哪些索引记录中存在。
索引字段:根据哪些表字段来搜索数据,这些字段就是索引字段。
id | name | caption | ... | ... |
---|---|---|---|---|
1 | Apple iPhone 8 Plus (A1864) 256GB 深空灰色 移动联通电信4G手机 | 选【移动优惠购】新机配新卡,198优质靓号,流量不限量! | ||
2 | Apple iPhone 8 Plus (A1864) 256GB 金色 移动联通电信4G手机 | 选【移动优惠购】新机配新卡,198优质靓号,流量不限量! |
AppleiPhone8Plus(A1864)256GB深空灰色移动联通电信4G手机\n选【移动优惠购】新机配新卡,198优质靓号,流量不限量!
搜索引擎作用:针对索引字段的内容进行关键词的分词并建立对应的索引数据。
slor/whoosh/es/....搜索引擎有很多,我们选择es(Elasticsearch)。es是开源的,目前全文搜索引擎的首选。是Java实现的。
3.2.2搜索引擎功能
1.建立索引结构的数据。
2.根据关键字检索对应的索引的记录。
注意:拿到索引记录之后,对应数据库中真实的数据,需要自己进行查询,搜索引擎不会去做。
3.3.3环境搭建
获取镜像,可以通过网络pull
docker image pull delron/elasticsearch-ik:2.4.6-1.0
或者加载其他人提供的镜像文件
docker load -i elasticsearch-ik-2.4.6_docker.tar
修改elasticsearch的配置文件 elasticsearc-2.4.6/config/elasticsearch.yml第54行,更改ip地址为本机ip地址
network.host: 10.211.55.5
创建docker容器运行,注意将elasticsearc-2.4.6目录放置到home目录:
docker run -dti --network=host --name=elasticsearch -v /home/python/elasticsearch-2.4.6/config:/usr/share/elasticsearch/config delron/elasticsearch-ik:2.4.6-1.0
检查是否启动成功:
浏览器放问下面的地址,如果返回了内容,那么搜索引擎启动成功。
<自己电脑IP>:9200
es默认端口是9200
3.3.4Django对应es搜索引擎
作为开发者,如果自己写代码对接搜索引擎,需要了解很多搜索引擎内部原理操作。
全文检索框架:帮助开发者使用搜索引擎的功能。
Python中使用haystack框架,它支持多种搜索引擎,帮助开发者使用搜索引擎的功能。
全文检索框架功能:
1.帮助开发者利用搜索引擎建立索引结构数据。
2.帮助开发者利用搜索引擎根据关键字来检索索引记录。
3.帮助开发者根据索引记录到数据库中查询真实的数据。
通过使用haystack来调用Elasticsearch搜索引擎:
1.安装:
pip install drf-haystack
pip install elasticsearch==2.4.1
drf-haystack是为了在REST framework中使用haystack而进行的封装(如果在Django中使用haystack,则安装django-haystack即可)
2.注册应用
INSTALLED_APPS = [
...
'haystack',
...
]
3.配置:在配置文件中配置haystack使用的搜索引擎后端
# Haystack全文检索框架配置
HAYSTACK_CONNECTIONS = {
'default': {
# 指定所使用的搜索引擎
'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine',
# 指定es搜索引擎服务器地址
'URL': 'http://192.168.59.225:9200//', # 此处为elasticsearch运行的服务器ip地址,端口号固定为9200
# 指定elasticsearch建立的索引库的名称
'INDEX_NAME': 'meiduo', # 指定elasticsearch建立的索引库的名称
},
}
# 当添加、修改、删除数据时,自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
HAYSTACKSIGNALPROCESSOR 的配置保证了在Django运行起来后,有新的数据产生时,haystack仍然可以让Elasticsearch实时生成新数据的索引
haystack对接es搜索引擎
1.建立索引结构数据。
1.1建立索引类
在子应用下新建文件search_indexes.py
文件名是固定的
在template下面建立目录search,在search目录下建立目录indexes,在indexes目录下建立目录<子应用名>,在这个目录下建立文件,文件名如下:
文件名格式:<模型类名小写>_text.txt
所有的名称都是固定不变的。
1.2指定索引字段
1.3执行命令,建立索引数据:
python manage.py rebulid_inex
2.编写搜索API接口。
API: GET /skus/search/?text=<搜索关键字>
参数:
通过text查询字符串传递<搜索关键字>
响应:
...
代码:
# GET /skus/search/?text=<搜索关键字>
class SKUSearchViewSet(HaystackViewSet):
# 指定索引类对应模型类
index_models = [SKU]
# 指定搜索结果序列化时所使用的序列化器类
# 搜索结果中每个对象都包含两个属性:
# text:索引字段的内容
# object:从数据库中搜索出模型对象
serializer_class = SKUIndexSerializer
4.购物车记录存储
需求:登录用户和未登录用户都能进行购物车记录添加。
4.1存储方案
4.1.1登录用户的购物车记录存储
1.存在哪?redis
答:存在redis中。因为如果存储在mysql中,用户频繁的操作购物车的记录(删除或这添加),就需要频繁操作mysql数据库。在redis中存储登录用户的购物车记录。读写效率要快很多。
如果采用MySQL数据库,需要设计如下表格:
id | user_id | sku_id | count | select(勾选状态) |
---|---|---|---|---|
1 | 2 | 1 | 3 | 1 |
2.怎么存?
答:每个登录用户的购物车记录采用redis中两条数据来存:
hash:存储登录用户购物车中添加的商品id和对应数量。
set:存储登录用户购物车中被勾选的商品id。
# hash: 哈希 <key>: {<field>: <value>, ...}
cart_<user_id>: {
<sku_id>: <count>,
<sku_id>: <count>,
...
}
# set:集合
cart_selected_<user_id>: ('<sku_id>','<sku_id>', ...)
例如:
cart_2: {
'1':'3',
'3':'2',
'5':'1'
}
id为2用户购物车记录:
id为1的商品添加了3件;
id为3的商品添加了2件;
id为5的商品添加了1件;
cart_selected_2: ('1','5')
id为1和5的商品对应的购物车记录是被勾选的。
4.1.2未登录用户购物车记录存储
1.存在哪?客户端cookie中
答:未登录用户可能根本不是网站注册用户,只访问一次就永不访问,如果将购物车记录存储到服务器,可能会造成服务器存储空间浪费,所以可以直接未将登录用户购物车记录存储到客户端。
cookie/sessionSrotage/LocalStorage
三种存储方式,我们选择存储到cookie中。
2.怎么存?
答:
'cart': {
<sku_id>: {
'count': '<count>',
'selected': '<selected>'
},
<sku_id>: {
'count': '<count>',
'selected': '<selected>'
},
...
}
例如:
'cart': {
1: {
'count':2,
'selected': False
},
5: {
'count':1,
'selected': True
},
3: {
'count': 5,
'selected': False
}
}
未登录用户购物车包含id为1,3和5的商品。
id为1的商品添加了2件;
id为5的商品添加了1件;
id为3的商品添加了5件;
id为5的商品是被选中的。
3.Django中cookie设置和获取
答:
# 1.设置cookie
response.set_cookie('<key>','<value>',max_age='<有效时间:s>')
# 2.获取cookie
request.COOKIES.get('<key>')
# json模块
json.dumps(dict):将字典转换为json字符串
json.loads(json字符串):将json字符串转化为字典
# pickle模块-python标准模块
pickle.dumps(dict|对象):将传入的数据转换为bytes字节流
pickle.loads(bytes字节流):将bytes字节流转换为dict|对象
# base64模块
base64.b64encode(bytes字节流):将传入的bytes字节流进行base64编码,返回编码之后的bytes内容。
base64.b64decode(编码之后的bytes字节流|str):将传入的内容进行base64解码,返回解码之后的内容。
# 设置cookie中购物车数据:
cart_data = bae64.b64encode(pickle.dumps(cart_dict)).decode()
response.set_cookie('cart',cart_data,max_age='过期时间:s')
# cookie中购物车数据解析
cookie_cart = request.COOKIES.get('cart')
cart_dict = pickle.loads(base64.b64decode(cookie_cart.encode()))
或者cart_dict = pickle.loads(base64.b64decode(cookie_cart))
优质文章推荐: