django内置filter()不支持高效全文搜索，__icontains和__search性能差且功能有限；推荐使用elasticsearch，因其高并发、中文分词、模糊匹配等能力优于whoosh和haystack。
Django里直接用filter()做全文搜索行不行
不行，而且会越来越慢。Django自带的__icontains或__search（只支持PostgreSQL全文检索）本质是SQL LIKE 或 to_tsvector，数据量一过几万行，查询就明显卡顿，更别说高亮、相关性排序、模糊匹配这些需求。
实操建议：
-
__search仅在PostgreSQL且已配置SearchVector字段时可用，MySQL/SQLite完全不支持 - 哪怕用PostgreSQL，
__search默认不支持中文分词，需额外配zhparser扩展，部署成本高 - 想支持拼音搜索、错别字容错、同义词，SQL层基本做不到
为什么选Elasticsearch而不是Whoosh或Haystack
Whoosh纯Python实现，单机跑得动但并发一上来就OOM；Haystack是抽象层，现在维护停滞，对ES 8.x+的API适配差，容易在SearchQuerySet或RealTimeSignalProcessor上出奇怪错误。
实操建议：
- 直接用
elasticsearch-py（官方客户端），版本必须和ES服务端对齐，比如ES 8.10 → 用elasticsearch>=8.10.0, - 别碰
django-elasticsearch-dsl这种带自动同步的包——它依赖signals，在bulk更新、事务回滚、celery异步场景下极易丢数据 - 索引同步逻辑自己写：Django模型
save()后调用es.index()，删数据前先es.delete()，简单可靠
中文分词怎么配才不崩
ES默认standard分词器对中文就是逐字切，搜“人工智能”会拆成“人”“工”“智”“能”，根本搜不到完整词。不配好分词器，整个搜索就废了一半。
实操建议：
- 用
ik_max_word插件（推荐），安装命令：bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v8.10.2/elasticsearch-analysis-ik-8.10.2.zip - 建索引时显式指定
analyzer："analyzer": "ik_max_word"，别依赖默认 - mapping里字段类型必须是
text，不是keyword；如果同时要精确匹配（比如ID），再加一个fields: { raw: { type: keyword } } - 测试分词效果用
_analyzeAPI：GET /my_index/_analyze?analyzer=ik_max_word&text=机器学习
Python里怎么安全发搜索请求
直接拼JSON字符串或用requests.post()发_search，容易被注入、编码错乱、超时卡死。ES返回的hits.total.value结构在7.x和8.x还不一样，不处理会KeyError。
实操建议：
- 用
elasticsearch.Elasticsearch实例，别裸写HTTP；设timeout=10和max_retries=2 - 搜索体用Python dict构造，别用字符串：
{"query": {"match": {"title": "django"}}} - 处理总数兼容性：
resp["hits"]["total"]["value"] if isinstance(resp["hits"]["total"], dict) else resp["hits"]["total"] - 别在视图里同步调ES——加个
@cache_page(60)或前端防抖，否则用户狂点搜索按钮，ES瞬间被打满
最麻烦的其实是同步时机和分词一致性：ES索引更新了，但Django缓存没清，用户搜不到刚发布的文章；或者前后端用的ik版本不一致，前端搜“AI”，后端分词成“a i”。这些细节比写代码花的时间多得多。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
