跳至主要內容

学习不走弯路，通过《mall视频教程（最新版）》，使用更系统、高效的方式来学习mall电商实战项目吧！

比 Elasticsearch 更快！ RediSearch + RedisJSON = 王炸！

macrozheng开源项目精选Redis

比 Elasticsearch 更快！ RediSearch + RedisJSON = 王炸！

Redis是开发中非常常用的内存数据存储中间件，之前基本上用它来做内存存储使用。最近发现Redis推出了很多增强模块，例如通过RedisJSON可以支持原生JSON对象的存储，使用RediSearch可以作为搜索引擎使用，并且支持中文搜索！今天给大家带来RediSearch+RedisJSON作为搜索引擎的使用实践，希望对大家有所帮助！

RedisMod简介

首先介绍下RedisMod这个东西，它是一系列Redis的增强模块。有了RedisMod的支持，Redis的功能将变得非常强大。目前RedisMod中包含了如下增强模块：

  • RediSearch：一个功能齐全的搜索引擎；
  • RedisJSON：对JSON类型的原生支持；
  • RedisTimeSeries：时序数据库支持；
  • RedisGraph：图数据库支持；
  • RedisBloom：概率性数据的原生支持；
  • RedisGears：可编程的数据处理；
  • RedisAI：机器学习的实时模型管理和部署。

安装

首先我们需要安装带所有RedisMod的Redis，使用Docker来安装非常方便的！

  • 使用如下命令下载RedisMod的镜像；
docker pull redislabs/redismod:preview
  • 在容器中运行RedisMod服务。
docker run -p 6379:6379 --name redismod \
-v /mydata/redismod/data:/data \
-d redislabs/redismod:preview

RedisJSON

有了RedisJSON模块，Redis就可以存储原生JSON类型数据了，通过它你可以很方便地访问JSON中的各个属性，类似在MongoDB中那样，下面我们就来体验下，这里我们将使用RedisInsight 来操作Redis。

  • 首先通过JSON.SET命令向Redis中添加JSON类型键值对，几个商品对象数据，由于JSON是树形结构的，使用$符号代表往JSON的根节点中添加数据；
JSON.SET product:1 $ '{"id":1,"productSn":"7437788","name":"小米8","subTitle":"全面屏游戏智能手机 6GB+64GB 黑色 全网通4G 双卡双待","brandName":"小米","price":2699,"count":1}'
JSON.SET product:2 $ '{"id":2,"productSn":"7437789","name":"红米5A","subTitle":"全网通版 3GB+32GB 香槟金 移动联通电信4G手机 双卡双待","brandName":"小米","price":649,"count":5}'
JSON.SET product:3 $ '{"id":3,"productSn":"7437799","name":"Apple iPhone 8 Plus","subTitle":"64GB 红色特别版 移动联通电信4G手机","brandName":"苹果","price":5499,"count":10}'
  • 数据插入成功后，在RedisInsight中将看到如下信息，JSON数据支持格式化高亮显示；
  • 接下来可以通过JSON.GET命令获取JSON类型键值对的值；
JSON.GET product:1
  • 也可以只获取值的指定属性，在RedisJSON中，获取JSON对象中的属性时需要以.开头；
JSON.GET product:1 .name .subTitle
  • 还可以通过JSON.TYPE命令来获取JSON对象类型。
JSON.TYPE product:1 .

RediSearch

通过RediSearch模块，Redis可以变成一个功能强大的全文搜索引擎，并且原生支持中文搜索，下面我们就来体验下！

  • 使用RediSearch来搜索数据之前，我们得先创建下索引，建立索引的语法有点复杂，我们先来看下；
FT.CREATE {index}
  [ON {data_type}]
     [PREFIX {count} {prefix} [{prefix} ..]
     [LANGUAGE {default_lang}]
  SCHEMA {identifier} [AS {attribute}]
      [TEXT | NUMERIC | GEO | TAG ] [CASESENSITIVE]
      [SORTABLE] [NOINDEX]] ...

  • 使用FT.CREATE命令可以建立索引，语法中的参数意义如下；

    • index：索引名称；
    • data_type：建立索引的数据类型，目前支持JSON或者HASH两种；
    • PREFIX：通过它可以选择需要建立索引的数据前缀，比如PREFIX 1 "product:"表示为键中以product:为前缀的数据建立索引；
    • LANGUAGE：指定TEXT类型属性的默认语言，使用chinese可以设置为中文；
    • identifier：指定属性名称；
    • attribute：指定属性别名；
    • TEXT | NUMERIC | GEO | TAG：这些都是属性可选的类型；
    • SORTABLE：指定属性可以进行排序。

  • 看了语法可能不太好理解，直接对之前的商品数据建立索引试试就懂了；

FT.CREATE productIdx ON JSON PREFIX 1 "product:" LANGUAGE chinese SCHEMA $.id AS id NUMERIC $.name AS name TEXT $.subTitle AS subTitle TEXT $.price AS price NUMERIC SORTABLE $.brandName AS brandName TAG
  • 建立完索引后，我们就可以使用FT.SEARCH对数据进行查看了，比如使用*可以查询全部；
FT.SEARCH productIdx *
  • 由于我们设置了price字段为SORTABLE，我们可以以price降序返回商品信息；
FT.SEARCH productIdx * SORTBY price DESC
  • 还可以指定返回的字段；
FT.SEARCH productIdx * RETURN 3 name subTitle price
  • 我们把brandName设置为了TAG类型，我们可以使用如下语句查询品牌为小米或苹果的商品；
FT.SEARCH productIdx '@brandName:{小米 | 苹果}'
  • 由于price是NUMERIC类型，我们可以使用如下语句查询价格在500~1000的商品；
FT.SEARCH productIdx '@price:[500 1000]'
  • 还可以通过前缀进行模糊查询，类似于SQL中的LIKE，使用*表示；
FT.SEARCH productIdx '@name:小米*'
  • 在FT.SEARCH中直接指定搜索关键词，可以对所有TEXT类型的属性进行全局搜索，支持中文搜索，比如我们搜索下包含黑色字段的商品；
FT.SEARCH productIdx '黑色'
  • 当然我们也可以指定搜索的字段，比如搜索副标题中带有红色字段的商品；
FT.SEARCH productIdx '@subTitle:红色'
  • 通过FT.DROPINDEX命令可以删除索引，如果加入DD选项的话，会连数据一起删除；
FT.DROPINDEX productIdx
  • 通过FT.INFO命令可以查看索引状态；
FT.INFO productIdx
  • RediSearch的搜索语法比较复杂，不过我们可以对比SQL来使用它，具体可以参考下表。

对比Elasticsearch

Redis官方曾公布了RediSearch与Elasticsearch的性能对比测试，大家可以看下。

索引能力

对Wikipedia的560万（5.3GB）文档进行索引，RediSearch耗时221s，Elasticsearch耗时349s，RediSearch快了58%！

查询能力

数据建立索引后，使用32个客户端对两个单词进行检索，RediSearch的吞吐量达到12.5K ops/sec，Elasticsearch的吞吐量为3.1K ops/sec，RediSearch比Elasticsearch要快4倍。同时RediSearch的延迟为8ms，而Elasticsearch为10ms，RediSearch延迟稍微低些！

总结

经过这么多年的发展，Redis的功能也越来越强大了，它已经不仅仅是个缓存工具了，更像是一个数据库了。RediSearch给了我们实现搜索功能的另一个选择，性能也非常不错，大家如果做搜索相关功能的话可以考虑下它！

参考资料

  • 官方文档：https://developer.redis.com/howtos/redisjson/
  • 参考手册：https://oss.redis.com/redisearch/
  • 性能测试：https://redis.com/blog/search-benchmarking-redisearch-vs-elasticsearch/
上次编辑于:
贡献者: macro

公众号

公众号图片