使用elasticsearch dsl py高级库的模型和助手的django elasticsearch包装器。
django-es的Python项目详细描述
django es
==
目录：：目录
：深度：2
purpose
==
django es是
`elasticsearch dsl py<；https://github.com/elasticsearch/elasticsearch dsl py>；`\br/>
你会发现很多共同点。
最大的变化是它使用注册管理作为一种理念，而不是django管理器。
所以很多代码被删除了，并且有很多更改。
没有别名，没有管理命令。
关于使用ElasticSearch 5.x及其限制（与一个唯一映射定义相关的唯一字段名）。
CRUD操作主要由ElasticSearch DSL库完成，以获得更多的控制和可维护性。
features
==
-django model mapping
-非常简单映射（无谎言）。
-自动模型映射（并通过返回"elasticsearch dsl py"的"result"实例来支持未定义的模型）。
-django admin register like
-将模型注册为django admin contribution
.
-django信号
-连接到elasticsearch的pre-save、post-save和pre-delete信号
索引，以便随时正确地反映数据库。
-requirements
-django>；=1.8
-python 2.7（**还不支持python 3**）
安装
==
正在理货。直接向我报告说，安装django es可能会升级您的django版本，尽管我自己还无法确认。django es依赖于django 1.8及以上版本。
es搜索索引
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
搜索索引定义django es如何序列化每个
模型的对象。它有效地定义了对象的序列化方式以及elasticsearch索引的结构。
现在，您应该第一次运行服务器，以允许autodiscover
模块生成映射并与elasticsearch
服务器通信。
————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————/>将"django-es"添加到"installed-apps"中。
您可以在自己的代码中定义一个用于连接ElasticSearch实例的"es-client"参数，
默认情况下，"es-client"是"elasticSearch（）`
示例
----
代码：：python
from django.db import models
from django.core.urlsolvers import reverse
from autoslug import autoslugfield
from wall.models import wall
from category.models import category
AME=models.charfield（max_length=128，null=true，blank=true）
created=models.datetimefield（auto_now_add=true）
wall=models.foreignkey（wall，related_name='mymodels'，null=true，blank=true）
slug=autoslugfield（populate撸from='populate_slug'，unique=true）
Last_modified=models.datetimefield（auto_now_add=true）
is_finalized=models.booleanfield（默认值=false）
is_recorded=models.booleanfield（默认值=false）
desc=models.charfield（最大长度=4096，空值=true，空值=true）
diff_date=models.datetimefield（）
duration=models.durationfield（空值=true，blank=true）
category=models.foreignkey（category）
def str（self）：
return self.name
def get_u absolute_u url（self）：
return reverse（'video'，kwargs={'slug'：self.slug}）
从父类
def populate_slug（self）：
返回self.name或'mymodel'
class meta（media.meta）：
app_label='media'
modelnindex
~~~~~~~~
elds
从"mymodel"开始，减去"mymodelmindex.meta.exclude"中定义的值。
生成映射时，每个字段都将是最合适的elds
"elasticsearch core
类型<；https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping types.html>；`\uu，
with defa结果属性（在django_es.fields中定义）。
代码：：python
from django_es import mapping
from django_es.fields导入字符串、日期、整数
from django_es.index导入模型index
from media.models导入mymodel
from elasticsearch_dsl.analysis导入分析器
from utils.fields导入comp删除
class mymodelmodelindex（modelindex）：
description=string（analyzer='snowball'，'u model='desc'）
created=日期（'u model=attr='created'）
category=整数（'u eval=as='obj.category.id'）
img=string（）
author=string（）
建议=完成（
分析器=分析器（'simple'），
搜索分析器=分析器（'simple'），
保留位置增量=false，
保留分隔符=false，
有效载荷=true，
上下文={
'type'：{
'type'：'category'，
'path'：''u type'
}
}
class meta:
index='django'es'；可选，但建议使用，默认值为'django'es'，在dex`method
exclude=（'last_modified'，'is_finalized'，'is_recorded'，'diff_date'，'duration'，）
def prepare_img（self，obj）：
返回myModelSerializer。_img（obj，'48x48'）获取相关的图像传递res
def prepare_author（self，obj）：
返回obj.wall.profile.get_full_name（）
def prepare_suggest（self，obj）：
在elasticsearch中，返回{
"input"：[obj.name，obj.desc，obj.wall.profile.get_full_name（）]，
"output"：obj.name+'-'+obj.wall.profile.get_full_name（），
"payload"：{
"slug"：obj.slug，
"img"：self.prepare_img（obj），
"category"：obj.category.id
}
}
mapping.register（mymodel，mymodelmodelnindex）
最后一行很重要，它允许django es创建与此模型相关的映射
并将其放到ElasticSearch服务器上。
模型字段
来自elasticsearch dsl.fields。
如果elasticsearch dsl
或此贡献尚未提供，则可以创建自己的字段。
。代码：：python
'最大输入长度'：{'type'：'integer'}
}
name='完成'
def_empty（self）：
return'
现在，要生成映射和索引，您需要第一次启动服务器。
降低这些
`elasticsearch mappings rules<；https://www.elastic.co/blog/changing mapping with zero dowtime>；` ` ` ` ` `，
r/>但对于面向api的网站或django表单，您可以直接使用
elasticsearch dsl方法，也可以简单地使用"utils"中定义的函数：
"update"index"和"delete"index"示例：
。代码：：python
/>"`update-index``函数使用elasticsearch的``bulk`/``bulk-index``方法来连续执行
多个操作。
我们的文档使用ElasticSearchDSL方法。这是更简单的方法。
示例：
…代码：：python
从elasticsearch导入elasticsearch
从elasticsearch导入dsl（）
s=search（）。使用（client）
fields=["name^2.0"，"description^1.5"，"author^1.0"]
s.query（multimatch（query=searchstr，type='best戋fields'，fields=fields，tie戋breaker=0.3））
或
s.query（'query戋string'，query='和'.join（searchstr.split中x的x+'~2'（"）"，使用"dis-max=true，fields=fields，tie-breaker=0.3））
s.aggs.bucket（'list'，'filter'，term={''u type'：'mymodel'}）\
.metric（'obj'，
'top-hits'，
**{''u source'：['name'，'slug'，'img']，
'from'：（int（page）-1）*20，"
"大小"：20
}
）
s=s[：0]仅获取聚合结果
响应=s.execute（）
count=response.aggregations.list.obj.hits.total
res=[x.\u source.to.\u dict（）for x in response.aggregations.list.obj.hits.hits]
您还可以使用前面定义的"建议"字段：
。代码：：python
from elasticsearch import elasticsearch
from elasticsearch\dsl import search
s=search（）。使用（client）\
。建议（'lives'，searchstr completion={'字段"：'suggest'，'fuzzy'：true，'size'：5，'context'：{'type'：'mymodel'}）
s=s[：0]仅获取建议结果
response=s.execute（）
x in options:
d=x['payload']。to_dict（）
d.更新（name=x.text）
结果。附加（d）
返回结果
lives=格式化结果（response.suggest.lives[0]['options']）
django设置
~~~~~~~~~~~~~~~
在signals中的代码和find为您的业务逻辑提供了灵感，
或者使用经典的"basedjangoessignalprocessor"，它将在创建/更新/删除elasticsearch doctype对象之前使用100个对象的缓冲区。代码：：python
django-es={
"信号类"："basedjangoessignalprocessor"；默认值
}
r/>给定的django模型。也可以直接创建映射而不需要
模型，只需传递doctype即可。
django es要管理的任何django模型都必须具有已定义的
modelnindex子类。此子类必须包含名为
`` meta``的子类。
类属性
~~~~~~~~~~~~~~~~~~~~
>如下面所述，文档类型映射将包含与其相关的
模型中的字段。但是，通常需要为那些
对应于模型字段的串联或一些
逻辑操作的字段建立索引。
django es使这变得非常简单：只需将类属性定义为
任何核心类型，并将"eval"设置为"构造函数"参数
单行python语句。对象被引用为``obj``（不是
``self``也不是``object```，只是``obj```）。
强制要求（参见下文）。
…代码：：python
from django_es.fields从django_es.index导入日期、字符串、整数ated'）
category=integer（_eval_as='obj.category.id'）
img=string（）
def prepare_img（self，obj）：
rn mymodelserializer.\u img（obj，'48x48'）
这里，``img``将是doc
类型映射的一部分，但不会被反向映射，因为模型中不存在这些字段。
``description``和``created`date``使用``u model`attr`链接重新定义字段名。
``category``将被计算为与类别外键相关的整数。
代码：：python
some_field_name=string（_eval_as='，".join（[item for item in obj.some_foreign_relation.values_list（"some_field"，flat=true））（如果是obj.some_foreign_relation else""）
操作：
返回'，'.join（[对象中项的项。某些外部关系。值列表（"某些字段"，flat=true））
返回'
生成。
带有动态日期的示例：
它将每天创建一个新索引。
…代码：：python
def populate\u index（self）：
return"我的索引名-%（现在）s"%{'now（）.strftime（"%y.%m.%d"）}
匹配"索引"条件
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
重写此函数以指定是否应索引项。这在定义给定模型的多个索引（和modelindex
类）。此方法的签名和超级类代码如下所示，并允许对所有项进行索引。代码：：python
def匹配索引条件（self，item）：
return true
例如，如果给定的elasticsearch索引只应包含标题以"awesome"开头的item
，则可以按如下方式重写此方法。代码：：python
def与索引条件（self，item）匹配：
return item.title.startswith（"awesome"）
meta子类属性
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
**注意**：在下面，定义为"list"的任何变量也可以是"tuple"。
fields
^^^^
*可选：*当
序列化ElasticSearch对象或将
对象从ElasticSearch反向映射回Django模型实例时，必须获取的字段（或列）列表。默认情况下，
将获取所有字段。设置此*将*限制可以获取哪些字段，并且在序列化对象时可能导致错误。建议改用``exclude``属性（参见下文）。
exclude
^^^^^
*可选：*在序列化或反序列化对象时不能获取的字段（或列）列表。
修补程序e键是索引字段，其值
是定义"core type
attributes<；https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping types.html>；`<；http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis analyzers.html>；` `
设置为
` ` ` `雪球'`<；http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis snowball analyzer.html>；`
（`{analyzer'：`snowball'}`）。
传统字段
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
*可选：*要获取用于映射的其他字段，可能是用于
``eval`a s`/``prepare`s``字段，也可能是在从数据库返回对象时。
*可选：*要用作唯一ID的模型字段r elasticsearch的
元数据"id"。默认为"id`"（也称为
``pk`<；https://docs.djangoproject.com/en/dev/topics/db/models/automatic primary key fields>；`` uu）。
settings
--
将"django es"添加到已安装的应用程序中。
连接到注册的*所有*模型的``pre-save``，``post-save`，``pre-delete``模型函数。
还可以通过将模块路径的字符串值放在一个键
cal下定义一个信号处理器类，以实现更自定义的功能。led ``signal_class``定义``setup``和``teardown``方法，
将``model`作为唯一参数。这些方法连接并断开信号
处理类到django信号的连接（信号连接到每个注册的模型上）。
代码：：python
django-es={
'信号类'：'.signals.djangoSignalProcessor'
}
代码：：python
from django.db.models导入信号
y创建索引如果创建
如果创建：
更新索引（[实例]，发件人，批量大小=1）
@staticmethod
def pre_delete_connector（发件人，实例，**kwargs）：
从django_es.utils导入delete_index_item
delete_index_item（instance，sender）
def setup（self，model）：
signals.post_save.connect（self.post_save_connector，sender=model）
signals.pre_delete.connect（self.pre_delete_connector，sender=model）
def teardown（self，model）：
信号。预删除。断开连接（self.pre_u delete_u connector，sender=model）
信号。后保存。断开连接（self.post_u save_u connector，sender=model）
缓冲区大小
^^^^^^^^^^^^^^^^^^
*可选：*表示在进行大容量索引更新之前要缓冲的项数的整数，默认为"100"。
**警告**：如果在缓冲区被清空之前关闭应用程序，则任何缓冲实例*都不会*在elasticsearch上被索引。因此，一个可能更好的实现是在芹菜任务中包装
``post-save`u connector``和`pre-delete`u connector``from
``django`es.signals``。为了不需要"芹菜"，这里没有实现
。
==
目录：：目录
：深度：2
purpose
==
django es是
`elasticsearch dsl py<；https://github.com/elasticsearch/elasticsearch dsl py>；`\br/>
你会发现很多共同点。
最大的变化是它使用注册管理作为一种理念，而不是django管理器。
所以很多代码被删除了，并且有很多更改。
没有别名，没有管理命令。
关于使用ElasticSearch 5.x及其限制（与一个唯一映射定义相关的唯一字段名）。
CRUD操作主要由ElasticSearch DSL库完成，以获得更多的控制和可维护性。
features
==
-django model mapping
-非常简单映射（无谎言）。
-自动模型映射（并通过返回"elasticsearch dsl py"的"result"实例来支持未定义的模型）。
-django admin register like
-将模型注册为django admin contribution
.
-django信号
-连接到elasticsearch的pre-save、post-save和pre-delete信号
索引，以便随时正确地反映数据库。
-requirements
-django>；=1.8
-python 2.7（**还不支持python 3**）
安装
==
正在理货。直接向我报告说，安装django es可能会升级您的django版本，尽管我自己还无法确认。django es依赖于django 1.8及以上版本。
es搜索索引
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
搜索索引定义django es如何序列化每个
模型的对象。它有效地定义了对象的序列化方式以及elasticsearch索引的结构。
现在，您应该第一次运行服务器，以允许autodiscover
模块生成映射并与elasticsearch
服务器通信。
————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————/>将"django-es"添加到"installed-apps"中。
您可以在自己的代码中定义一个用于连接ElasticSearch实例的"es-client"参数，
默认情况下，"es-client"是"elasticSearch（）`
示例
----
代码：：python
from django.db import models
from django.core.urlsolvers import reverse
from autoslug import autoslugfield
from wall.models import wall
from category.models import category
AME=models.charfield（max_length=128，null=true，blank=true）
created=models.datetimefield（auto_now_add=true）
wall=models.foreignkey（wall，related_name='mymodels'，null=true，blank=true）
slug=autoslugfield（populate撸from='populate_slug'，unique=true）
Last_modified=models.datetimefield（auto_now_add=true）
is_finalized=models.booleanfield（默认值=false）
is_recorded=models.booleanfield（默认值=false）
desc=models.charfield（最大长度=4096，空值=true，空值=true）
diff_date=models.datetimefield（）
duration=models.durationfield（空值=true，blank=true）
category=models.foreignkey（category）
def str（self）：
return self.name
def get_u absolute_u url（self）：
return reverse（'video'，kwargs={'slug'：self.slug}）
从父类
def populate_slug（self）：
返回self.name或'mymodel'
class meta（media.meta）：
app_label='media'
modelnindex
~~~~~~~~
elds
从"mymodel"开始，减去"mymodelmindex.meta.exclude"中定义的值。
生成映射时，每个字段都将是最合适的elds
"elasticsearch core
类型<；https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping types.html>；`\uu，
with defa结果属性（在django_es.fields中定义）。
代码：：python
from django_es import mapping
from django_es.fields导入字符串、日期、整数
from django_es.index导入模型index
from media.models导入mymodel
from elasticsearch_dsl.analysis导入分析器
from utils.fields导入comp删除
class mymodelmodelindex（modelindex）：
description=string（analyzer='snowball'，'u model='desc'）
created=日期（'u model=attr='created'）
category=整数（'u eval=as='obj.category.id'）
img=string（）
author=string（）
建议=完成（
分析器=分析器（'simple'），
搜索分析器=分析器（'simple'），
保留位置增量=false，
保留分隔符=false，
有效载荷=true，
上下文={
'type'：{
'type'：'category'，
'path'：''u type'
}
}
class meta:
index='django'es'；可选，但建议使用，默认值为'django'es'，在dex`method
exclude=（'last_modified'，'is_finalized'，'is_recorded'，'diff_date'，'duration'，）
def prepare_img（self，obj）：
返回myModelSerializer。_img（obj，'48x48'）获取相关的图像传递res
def prepare_author（self，obj）：
返回obj.wall.profile.get_full_name（）
def prepare_suggest（self，obj）：
在elasticsearch中，返回{
"input"：[obj.name，obj.desc，obj.wall.profile.get_full_name（）]，
"output"：obj.name+'-'+obj.wall.profile.get_full_name（），
"payload"：{
"slug"：obj.slug，
"img"：self.prepare_img（obj），
"category"：obj.category.id
}
}
mapping.register（mymodel，mymodelmodelnindex）
最后一行很重要，它允许django es创建与此模型相关的映射
并将其放到ElasticSearch服务器上。
模型字段
来自elasticsearch dsl.fields。
如果elasticsearch dsl
或此贡献尚未提供，则可以创建自己的字段。
。代码：：python
'最大输入长度'：{'type'：'integer'}
}
name='完成'
def_empty（self）：
return'
现在，要生成映射和索引，您需要第一次启动服务器。
降低这些
`elasticsearch mappings rules<；https://www.elastic.co/blog/changing mapping with zero dowtime>；` ` ` ` ` `，
r/>但对于面向api的网站或django表单，您可以直接使用
elasticsearch dsl方法，也可以简单地使用"utils"中定义的函数：
"update"index"和"delete"index"示例：
。代码：：python
/>"`update-index``函数使用elasticsearch的``bulk`/``bulk-index``方法来连续执行
多个操作。
我们的文档使用ElasticSearchDSL方法。这是更简单的方法。
示例：
…代码：：python
从elasticsearch导入elasticsearch
从elasticsearch导入dsl（）
s=search（）。使用（client）
fields=["name^2.0"，"description^1.5"，"author^1.0"]
s.query（multimatch（query=searchstr，type='best戋fields'，fields=fields，tie戋breaker=0.3））
或
s.query（'query戋string'，query='和'.join（searchstr.split中x的x+'~2'（"）"，使用"dis-max=true，fields=fields，tie-breaker=0.3））
s.aggs.bucket（'list'，'filter'，term={''u type'：'mymodel'}）\
.metric（'obj'，
'top-hits'，
**{''u source'：['name'，'slug'，'img']，
'from'：（int（page）-1）*20，"
"大小"：20
}
）
s=s[：0]仅获取聚合结果
响应=s.execute（）
count=response.aggregations.list.obj.hits.total
res=[x.\u source.to.\u dict（）for x in response.aggregations.list.obj.hits.hits]
您还可以使用前面定义的"建议"字段：
。代码：：python
from elasticsearch import elasticsearch
from elasticsearch\dsl import search
s=search（）。使用（client）\
。建议（'lives'，searchstr completion={'字段"：'suggest'，'fuzzy'：true，'size'：5，'context'：{'type'：'mymodel'}）
s=s[：0]仅获取建议结果
response=s.execute（）
x in options:
d=x['payload']。to_dict（）
d.更新（name=x.text）
结果。附加（d）
返回结果
lives=格式化结果（response.suggest.lives[0]['options']）
django设置
~~~~~~~~~~~~~~~
在signals中的代码和find为您的业务逻辑提供了灵感，
或者使用经典的"basedjangoessignalprocessor"，它将在创建/更新/删除elasticsearch doctype对象之前使用100个对象的缓冲区。代码：：python
django-es={
"信号类"："basedjangoessignalprocessor"；默认值
}
r/>给定的django模型。也可以直接创建映射而不需要
模型，只需传递doctype即可。
django es要管理的任何django模型都必须具有已定义的
modelnindex子类。此子类必须包含名为
`` meta``的子类。
类属性
~~~~~~~~~~~~~~~~~~~~
>如下面所述，文档类型映射将包含与其相关的
模型中的字段。但是，通常需要为那些
对应于模型字段的串联或一些
逻辑操作的字段建立索引。
django es使这变得非常简单：只需将类属性定义为
任何核心类型，并将"eval"设置为"构造函数"参数
单行python语句。对象被引用为``obj``（不是
``self``也不是``object```，只是``obj```）。
强制要求（参见下文）。
…代码：：python
from django_es.fields从django_es.index导入日期、字符串、整数ated'）
category=integer（_eval_as='obj.category.id'）
img=string（）
def prepare_img（self，obj）：
rn mymodelserializer.\u img（obj，'48x48'）
这里，``img``将是doc
类型映射的一部分，但不会被反向映射，因为模型中不存在这些字段。
``description``和``created`date``使用``u model`attr`链接重新定义字段名。
``category``将被计算为与类别外键相关的整数。
代码：：python
some_field_name=string（_eval_as='，".join（[item for item in obj.some_foreign_relation.values_list（"some_field"，flat=true））（如果是obj.some_foreign_relation else""）
操作：
返回'，'.join（[对象中项的项。某些外部关系。值列表（"某些字段"，flat=true））
返回'
生成。
带有动态日期的示例：
它将每天创建一个新索引。
…代码：：python
def populate\u index（self）：
return"我的索引名-%（现在）s"%{'now（）.strftime（"%y.%m.%d"）}
匹配"索引"条件
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
重写此函数以指定是否应索引项。这在定义给定模型的多个索引（和modelindex
类）。此方法的签名和超级类代码如下所示，并允许对所有项进行索引。代码：：python
def匹配索引条件（self，item）：
return true
例如，如果给定的elasticsearch索引只应包含标题以"awesome"开头的item
，则可以按如下方式重写此方法。代码：：python
def与索引条件（self，item）匹配：
return item.title.startswith（"awesome"）
meta子类属性
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
**注意**：在下面，定义为"list"的任何变量也可以是"tuple"。
fields
^^^^
*可选：*当
序列化ElasticSearch对象或将
对象从ElasticSearch反向映射回Django模型实例时，必须获取的字段（或列）列表。默认情况下，
将获取所有字段。设置此*将*限制可以获取哪些字段，并且在序列化对象时可能导致错误。建议改用``exclude``属性（参见下文）。
exclude
^^^^^
*可选：*在序列化或反序列化对象时不能获取的字段（或列）列表。
修补程序e键是索引字段，其值
是定义"core type
attributes<；https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping types.html>；`<；http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis analyzers.html>；` `
设置为
` ` ` `雪球'`<；http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis snowball analyzer.html>；`
（`{analyzer'：`snowball'}`）。
传统字段
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
*可选：*要获取用于映射的其他字段，可能是用于
``eval`a s`/``prepare`s``字段，也可能是在从数据库返回对象时。
*可选：*要用作唯一ID的模型字段r elasticsearch的
元数据"id"。默认为"id`"（也称为
``pk`<；https://docs.djangoproject.com/en/dev/topics/db/models/automatic primary key fields>；`` uu）。
settings
--
将"django es"添加到已安装的应用程序中。
连接到注册的*所有*模型的``pre-save``，``post-save`，``pre-delete``模型函数。
还可以通过将模块路径的字符串值放在一个键
cal下定义一个信号处理器类，以实现更自定义的功能。led ``signal_class``定义``setup``和``teardown``方法，
将``model`作为唯一参数。这些方法连接并断开信号
处理类到django信号的连接（信号连接到每个注册的模型上）。
代码：：python
django-es={
'信号类'：'.signals.djangoSignalProcessor'
}
代码：：python
from django.db.models导入信号
y创建索引如果创建
如果创建：
更新索引（[实例]，发件人，批量大小=1）
@staticmethod
def pre_delete_connector（发件人，实例，**kwargs）：
从django_es.utils导入delete_index_item
delete_index_item（instance，sender）
def setup（self，model）：
signals.post_save.connect（self.post_save_connector，sender=model）
signals.pre_delete.connect（self.pre_delete_connector，sender=model）
def teardown（self，model）：
信号。预删除。断开连接（self.pre_u delete_u connector，sender=model）
信号。后保存。断开连接（self.post_u save_u connector，sender=model）
缓冲区大小
^^^^^^^^^^^^^^^^^^
*可选：*表示在进行大容量索引更新之前要缓冲的项数的整数，默认为"100"。
**警告**：如果在缓冲区被清空之前关闭应用程序，则任何缓冲实例*都不会*在elasticsearch上被索引。因此，一个可能更好的实现是在芹菜任务中包装
``post-save`u connector``和`pre-delete`u connector``from
``django`es.signals``。为了不需要"芹菜"，这里没有实现
。
欢迎加入QQ群-->： 979659372
