python美多商城项目百度网盘_美多商城项目(七)

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。

iduser_idsku_id123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_: [,...]

redis存储分为五种数据类型。以key-value形式存储。# 1.string: 字符串

history_: '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: {

:'3,5,1',

:'1,2',

...

}

# 3.list: 列表 key: [value, ...]

history_: [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

lremlrem

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

lpushlpush ...

向redis列表左侧加入元素。

ltrimltrim

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"

},

...

]

lrangelrange

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\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。

idnamecaption......1Apple 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！

2Apple 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pulldocker 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>:9200es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==2.4.1drf-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：

iduser_idsku_idcountselect(勾选状态)12131

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 : {: , ...}

cart_: {

: ,

: ,

...

}

# set:集合

cart_selected_: ('','', ...)

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': {

: {

'count': '',

'selected': ''

},

: {

'count': '',

'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('','',max_age='<有效时间：s>')

# 2.获取cookie

request.COOKIES.get('')

# 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: