快捷導(dǎo)航

RediSearch加RedisJSON大于Elasticsearch的搜索存儲引擎

更新時(shí)間：2022年07月07日 16:28:22 作者：macrozheng

這篇文章主要為大家介紹了RediSearch加RedisJSON大于Elasticsearch的王炸使用詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪

RedisMod簡介

Redis是開發(fā)中非常常用的內(nèi)存數(shù)據(jù)存儲中間件，之前基本上用它來做內(nèi)存存儲使用。最近發(fā)現(xiàn)Redis推出了很多增強(qiáng)模塊，例如通過RedisJSON可以支持原生JSON對象的存儲，使用RediSearch可以作為搜索引擎使用，并且支持中文搜索！今天給大家?guī)鞷ediSearch+RedisJSON作為搜索引擎的使用實(shí)踐，希望對大家有所幫助！

SpringBoot實(shí)戰(zhàn)電商項(xiàng)目mall（50k+star）地址：https://github.com/macrozheng/mall

首先介紹下RedisMod這個(gè)東西，它是一系列Redis的增強(qiáng)模塊。有了RedisMod的支持，Redis的功能將變得非常強(qiáng)大。目前RedisMod中包含了如下增強(qiáng)模塊：

RediSearch：一個(gè)功能齊全的搜索引擎；
RedisJSON：對JSON類型的原生支持；
RedisTimeSeries：時(shí)序數(shù)據(jù)庫支持；
RedisGraph：圖數(shù)據(jù)庫支持；
RedisBloom：概率性數(shù)據(jù)的原生支持；
RedisGears：可編程的數(shù)據(jù)處理；
RedisAI：機(jī)器學(xué)習(xí)的實(shí)時(shí)模型管理和部署。

安裝

首先我們需要安裝帶所有RedisMod的Redis，使用Docker來安裝非常方便的！

使用如下命令下載RedisMod的鏡像；

docker pull redislabs/redismod:preview

在容器中運(yùn)行RedisMod服務(wù)。

docker run -p 6379:6379 --name redismod \
-v /mydata/redismod/data:/data \
-d redislabs/redismod:preview

RedisJSON

有了RedisJSON模塊，Redis就可以存儲原生JSON類型數(shù)據(jù)了，通過它你可以很方便地訪問JSON中的各個(gè)屬性，類似在MongoDB中那樣，下面我們就來體驗(yàn)下，這里我們將使用RedisInsight 來操作Redis。

首先通過JSON.SET命令向Redis中添加JSON類型鍵值對，幾個(gè)商品對象數(shù)據(jù)，由于JSON是樹形結(jié)構(gòu)的，使用$符號代表往JSON的根節(jié)點(diǎn)中添加數(shù)據(jù)；

JSON.SET product:1 $ '{"id":1,"productSn":"7437788","name":"小米8","subTitle":"全面屏游戲智能手機(jī) 6GB+64GB 黑色 全網(wǎng)通4G 雙卡雙待","brandName":"小米","price":2699,"count":1}'
JSON.SET product:2 $ '{"id":2,"productSn":"7437789","name":"紅米5A","subTitle":"全網(wǎng)通版 3GB+32GB 香檳金 移動聯(lián)通電信4G手機(jī) 雙卡雙待","brandName":"小米","price":649,"count":5}'
JSON.SET product:3 $ '{"id":3,"productSn":"7437799","name":"Apple iPhone 8 Plus","subTitle":"64GB 紅色特別版 移動聯(lián)通電信4G手機(jī)","brandName":"蘋果","price":5499,"count":10}'

數(shù)據(jù)插入成功后，在RedisInsight中將看到如下信息，JSON數(shù)據(jù)支持格式化高亮顯示；

接下來可以通過JSON.GET命令獲取JSON類型鍵值對的值；

JSON.GET product:1

也可以只獲取值的指定屬性，在RedisJSON中，獲取JSON對象中的屬性時(shí)需要以.開頭；

JSON.GET product:1 .name .subTitle

還可以通過JSON.TYPE命令來獲取JSON對象類型。

JSON.TYPE product:1 .

RediSearch

通過RediSearch模塊，Redis可以變成一個(gè)功能強(qiáng)大的全文搜索引擎，并且原生支持中文搜索，下面我們就來體驗(yàn)下！

使用RediSearch來搜索數(shù)據(jù)之前，我們得先創(chuàng)建下索引，建立索引的語法有點(diǎn)復(fù)雜，我們先來看下；

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，語法中的參數(shù)意義如下；

index：索引名稱；
data_type：建立索引的數(shù)據(jù)類型，目前支持JSON或者HASH兩種；
PREFIX：通過它可以選擇需要建立索引的數(shù)據(jù)前綴，比如PREFIX 1 "product:"表示為鍵中以product:為前綴的數(shù)據(jù)建立索引；
LANGUAGE：指定TEXT類型屬性的默認(rèn)語言，使用chinese可以設(shè)置為中文；
identifier：指定屬性名稱；
attribute：指定屬性別名；
TEXT | NUMERIC | GEO | TAG：這些都是屬性可選的類型；
SORTABLE：指定屬性可以進(jìn)行排序。

看了語法可能不太好理解，直接對之前的商品數(shù)據(jù)建立索引試試就懂了；

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，我們就可以使用FT.SEARCH對數(shù)據(jù)進(jìn)行查看了，比如使用*可以查詢?nèi)浚?/p>

FT.SEARCH productIdx *

由于我們設(shè)置了price字段為SORTABLE，我們可以以price降序返回商品信息；

FT.SEARCH productIdx * SORTBY price DESC

還可以指定返回的字段；

FT.SEARCH productIdx * RETURN 3 name subTitle price

我們把brandName設(shè)置為了TAG類型，我們可以使用如下語句查詢品牌為小米或蘋果的商品；

FT.SEARCH productIdx '@brandName:{小米 | 蘋果}'

由于price是NUMERIC類型，我們可以使用如下語句查詢價(jià)格在500~1000的商品；

FT.SEARCH productIdx '@price:[500 1000]'

還可以通過前綴進(jìn)行模糊查詢，類似于SQL中的LIKE，使用*表示；

FT.SEARCH productIdx '@name:小米*'

在FT.SEARCH中直接指定搜索關(guān)鍵詞，可以對所有TEXT類型的屬性進(jìn)行全局搜索，支持中文搜索，比如我們搜索下包含黑色字段的商品；

FT.SEARCH productIdx '黑色'

當(dāng)然我們也可以指定搜索的字段，比如搜索副標(biāo)題中帶有紅色字段的商品；

FT.SEARCH productIdx '@subTitle:紅色'

通過FT.DROPINDEX命令可以刪除索引，如果加入DD選項(xiàng)的話，會連數(shù)據(jù)一起刪除；

FT.DROPINDEX productIdx

通過FT.INFO命令可以查看索引狀態(tài)；

FT.INFO productIdx

RediSearch的搜索語法比較復(fù)雜，不過我們可以對比SQL來使用它，具體可以參考下表。

對比Elasticsearch

Redis官方曾公布了RediSearch與Elasticsearch的性能對比測試，大家可以看下。

索引能力

對Wikipedia的560萬（5.3GB）文檔進(jìn)行索引，RediSearch耗時(shí)221s，Elasticsearch耗時(shí)349s，RediSearch快了58%！

查詢能力

數(shù)據(jù)建立索引后，使用32個(gè)客戶端對兩個(gè)單詞進(jìn)行檢索，RediSearch的吞吐量達(dá)到12.5K ops/sec，Elasticsearch的吞吐量為3.1K ops/sec，RediSearch比Elasticsearch要快4倍。同時(shí)RediSearch的延遲為8ms，而Elasticsearch為10ms，RediSearch延遲稍微低些！

總結(jié)

經(jīng)過這么多年的發(fā)展，Redis的功能也越來越強(qiáng)大了，它已經(jīng)不僅僅是個(gè)緩存工具了，更像是一個(gè)數(shù)據(jù)庫了。RediSearch給了我們實(shí)現(xiàn)搜索功能的另一個(gè)選擇，性能也非常不錯(cuò)，大家如果做搜索相關(guān)功能的話可以考慮下它！

參考資料

官方文檔：https://developer.redis.com/howtos/redisjson/

參考手冊：https://redis.io/docs/stack/search/

性能測試：https://redis.com/blog/search-benchmarking-redisearch-vs-elasticsearch/

以上就是RediSearch加RedisJSON大于Elasticsearch的王炸的詳細(xì)內(nèi)容，更多關(guān)于RediSearch RedisJSON的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: