1.什么是Redis Search

Redis Search 是 Redis 官方提供的全文搜索引擎，只是Redis 的一个模块，它可以在 Redis 中存储和查询文本数据。

它为Redis 提供全文搜索、索引和复杂查询功能。它基于内存存储，结合了 Redis 的高性能和倒排索引技术，支持实时搜索、聚合分析、模糊匹配等场景。RedisSearch 适用于需要快速检索结构化或非结构化数据的应用，如电商搜索、日志分析、实时推荐等。

2.为什么要使用Redis Search

Redis Search 的主要优点包括：

• 高性能：Redis Search 基于内存存储，查询速度非常快，适合处理大量的搜索请求。
• 支持多种数据类型：Redis Search 可以存储和查询多种数据类型，包括字符串、哈希、列表、集合等。
• 支持全文搜索：Redis Search 支持全文搜索，可以根据关键词或短语进行搜索。
• 支持复杂查询：Redis Search 支持复杂查询，可以使用 AND、OR、NOT 等逻辑运算符进行组合查询。
• 支持聚合分析：Redis Search 支持聚合分析，可以对搜索结果进行统计和分析。
• 支持模糊匹配：Redis Search 支持模糊匹配，可以根据关键词的相似度进行搜索。
• 支持排序：Redis Search 支持根据字段进行排序，可以按照相关性、时间戳等进行排序。
• 支持索引：Redis Search 支持索引，可以对搜索字段进行索引，提高查询效率。
• 支持事务：Redis Search 支持事务，可以保证搜索操作的原子性。
• 支持插件：Redis Search 支持插件，可以扩展功能。

3.RedisSearch 的核心特性

1.​​全文搜索​​：内置中文分词支持（需加载Friso分词器），支持复杂查询语法，包括短语匹配、通配符、布尔逻辑等，支持对存储在 Redis 中的数据进行全文搜索，无论是简单的字符串还是复杂的文档结构。

2.​实时索引​​：数据插入后立即可搜索，适合实时场景（微秒级延迟）。
​​
3.多维度查询​​：支持文本、数字、地理位置等多种数据类型，可进行范围过滤和排序。
​​
4.高级功能​​：丰富的聚合分析功能，自动补全、高亮显示、分面搜索、拼写纠错、自定义评分。
​
5.​高性能与扩展性​​：基于内存的倒排索引，支持分布式集群，可处理大规模数据和高并发请求

4.RedisSearch 的原理

4.1 倒排索引

倒排索引是一种用于文本搜索的索引结构，提到倒排索引大家基本都会想到ES，它将文档中的每个单词作为关键词，将包含该单词的文档列表作为值，存储在一个索引表中，其核心就是通过词项（Term）到文档的映射实现快速检索，类似传统搜索引擎

倒排索引的主要优点包括：

• 快速搜索：通过关键词快速找到包含该关键词的文档列表，适用于搜索引擎。
• 支持模糊匹配：可以通过关键词的模糊匹配来找到相关的文档。
• 支持聚合分析：可以对关键词进行统计和分析，例如计算关键词的频率、相关性等。
• 支持排序：可以根据关键词的频率、相关性等进行排序。
• 支持高亮显示：可以将搜索结果中的关键词进行高亮显示，方便用户阅读。

4.2 索引创建与数据存储

RedisSearch 允许用户为存储在 Redis 中的数据创建索引，这些索引保存在内存中，确保了快速搜索和查询响应。

创建索引时，需要指定索引的名称、字段、权重等信息。这些信息定义了搜索的范围和优先级。

数据以文档的形式存储在索引中，每个文档由一个唯一的 ID 和多个字段组成。

4.3 数据模型

数据以JSON 文档 形式存储，每个文档包含唯一 ID 和多个字段，字段类型需预先定义（如 TEXT、NUMERIC）

4.4 搜索查询处理

解析查询语句生成执行计划，结合正排表（文档 ID 列表）和倒排表（词项索引）计算相关性得分

• 当用户执行搜索查询时，RedisSearch 会解析查询语句，并根据索引中的信息进行搜索。
• 查询可以包括关键字、短语、范围、布尔运算等，以满足复杂的搜索需求。
• RedisSearch 支持多种查询语法，使得搜索更加灵活和强大。

搜索结果会根据相关性进行排序，相关性最高的文档会首先显示。评分机制通常基于TF-IDF （词频-逆文档频率）等算法，同时考虑字段的权重和其他因素。用户还可以自定义评分函数，以满足特定的业务需求。

4.5 高性能与可扩展性：

由于 RedisSearch 是基于 Redis 的，因此它继承了 Redis 的高性能特性。

RedisSearch 的设计考虑了并发访问和大规模数据处理的需求，因此具有良好的可扩展性。通过合理的配置和优化，RedisSearch 可以轻松应对高并发的搜索请求。

RedisSearch 的原理主要基于内存中的倒排索引技术，通过高效的搜索算法和灵活的查询语法，为用户提供快速、准确的搜索体验。同时，其高性能和可扩展性使得 RedisSearch 能够应对大规模数据和并发访问的挑战。

5.有了ES为什么还需要RedisSearch

ElasticSearch 在倒排索引领域已经取得优异的成绩，更适合PB级的数据。但是尺有所短、寸有所长，并不是所有场景都可以使用其解决问题。

当然ES作为目前最主流的检索引擎，优势还是很多的，如：

• 分布式架构：原生支持PB级数据水平扩展
• 分词能力：内置ICU、IK等专业分词器，支持同义词、拼音等高级功能
• 数据持久化：基于Lucene的段存储机制保障数据可靠性
• 生态体系：完善的ELK技术栈（Kibana/Logstash/Beats）
• 大数据之神：PB级数据分布式处理无压力

但其局限性也很明显：

• 资源消耗：内存需求高（建议配置堆内存30GB+），32GB 机器实际可用不到 10GB
• 运维复杂度：需要专业集群管理（分片分配、版本升级等）
• 实时性：默认近实时（1秒延迟）
• 学习成本：DSL查询语法较复杂
• 冷启动索引加载时间：10 亿数据初始化索引要 8 小时（Redis Search 只要 40 分钟）
• 性能瓶颈：索引构建、查询性能受限于硬件资源

这些痛点在一些具体的应用场景下是绝对无法容忍的：

• 高频更新场景：某游戏排行榜每分钟更新 10 万次，ES 集群直接崩盘
• 极致延迟要求：金融订单系统要求 <1ms 响应，ES 跪地求饶
• 小型数据集合：10GB 数据硬上 ES，维护成本比开发成本还高

而redis Search的优势较ES相比就十分明显

• 极致速度：内存计算带来碾压级性能，微秒级响应
• 吞吐量：百万级写入12万/秒（单线程）左右
• 实时王者：写入即查无延迟，适合金融/社交等场景
• 成本杀手：节省50%+服务器资源
• 高频更新：基于内存高频更新，CPU的占用率更低
• 资源消耗低：轻量级，1亿数据仅需数GB内存，单节点可运行

Redis Search VS ElasticSearch

选型建议

在我们具体实施时也可全部进行兼容，如：用Redis Search作缓存层，ElasticSearch作持久层

5.RedisSearch的安装

本文针对docker安装进行介绍，其他安装方式可自行百度。
详情可参见：《docker安装redisSearch》

6.RedisSearch的基本用法

6.1 创建索引

在RedisSearch中，你需要先创建一个索引来定义哪些字段可以被搜索，以及这些字段的权重等。

FT.CREATE idx:myindex SCHEMA title TEXT WEIGHT 5.0 content TEXT

这条命令创建了一个名为idx:myindex的索引，其中title字段的权重是5.0，content字段的权重是默认的1.0。

6.2 添加数据

向索引中添加数据，你可以使用Redis的HSET命令或者RedisSearch的FT.ADD命令。以下是使用HSET添加数据的示例：

HSET doc:1 title "Redis Search" content "Redis Search is a powerful search engine built on top of Redis."

当然你也可以使用FT.ADD命令

FT.ADD idx:myindex doc:1 1.0 FIELDS title "Redis Search" content "Redis Search is a powerful search engine built on top of Redis."

这条命令将一个名为doc:1的文档添加到索引中，其中包含title和content两个字段。

6.3 搜索数据

使用RedisSearch进行搜索，你可以使用FT.SEARCH命令。以下是一个简单的搜索示例：

FT.SEARCH idx:myindex "search engine" LIMIT 0 10

这条命令将在索引中搜索包含"search engine"的文档，并返回匹配的结果。

6.4 更新数据

你可以使用HSET命令来更新已存在的数据：

HSET doc:1 title "Updated Redis Search"

这条命令将更新doc:1文档的title字段。
或者使用FT.ADD命令以相同的ID添加文档，这将覆盖原有的文档内容：

FT.ADD idx:myindex doc:1 1.0 FIELDS title "Updated Redis Search" content "Redis Search is a powerful search engine built on top of Redis."

这条命令将更新doc:1文档的title和content字段。

6.5 删除数据

使用Redis的DEL命令可以删除数据：

DEL doc:1

这条命令将删除doc:1文档。
或者，如果你想从索引中删除特定的文档，可以使用FT.DEL命令：

FT.DEL idx:myindex doc:1

6.6 高级搜索功能

RedisSearch支持多种高级搜索功能，包括：

• 短语搜索
  • 如果你想搜索一个确切的短语，可以使用双引号将短语括起来：

  FT.SEARCH idx:myindex "Redis Search"
  

  这条命令将搜索包含"Redis Search"的文档。
• 使用通配符搜索
  • 你可以使用通配符*来匹配任意字符：

  FT.SEARCH idx:myindex "Redis*"
  

  这条命令将搜索以"Redis"开头的文档。
  或

  FT.SEARCH idx:myindex "Redis*Search"
  

  这条命令将搜索以"Redis"开头的文档,后面跟着任意字符，并以 Search 结尾的短语。
• 布尔逻辑搜索
  • 你可以使用AND、OR和NOT等布尔逻辑运算符来组合多个搜索条件：

  # 这条命令将搜索同时包含"Redis"和"Search"的文档。
  FT.SEARCH idx:myindex "Redis AND Search"
  # 这条命令将搜索同时包含"Redis"或"Search"的文档。
  FT.SEARCH idx:myindex "Redis OR Search"
  # 这条命令将搜索同时包含"Redis"但不含"Search"的文档。
  FT.SEARCH idx:myindex "Redis NOT Search"
  

• 使用字段限定符
  • 你可以使用@符号来限定搜索字段：

  FT.SEARCH idx:myindex "@title:Redis"
  

  这条命令将搜索title字段中包含"Redis"的文档。
• 使用范围搜索
  • 你可以使用[]符号来指定范围：
    假设你有一个包含价格字段price的索引，你可以这样搜索价格在 10 到 20 之间的商品：

  FT.SEARCH idx:myindex "@price:[10 20]"
  

• 排序
  • 你可以使用SORTBY子句来指定排序字段和排序方式：

  FT.SEARCH idx:myindex "@price:[10 20]" SORTBY price ASC LIMIT 0 10
  

• 地理空间搜索
  • 你可以使用GEOSEARCH命令来进行地理空间搜索：

  GEOSEARCH idx:myindex FROM 37.7749 -122.4194 BYRADIUS 10000 m WITHDIST
  

  这条命令将搜索距离给定经纬度10000米范围内的文档。
• 聚合分析
  • 你可以使用AGGREGATE命令来进行聚合分析：

  FT.AGGREGATE idx:myindex "*" GROUPBY 1 @title REDUCE COUNT 0 AS count
  

  这条命令将按照title字段进行聚合分析，并统计每个title的文档数量。
  或

  FT.AGGREGATE idx:myindex "*" GROUPBY 1 @title REDUCE COUNT 0 AS count SORTBY count DESC LIMIT 0 10
  

  这条命令将按照title字段进行聚合分析，并统计每个title的文档数量，然后按照文档数量降序排序，并返回前10个结果。
• 自定义评分
  • 你可以使用SCORE命令来自定义评分：

  FT.SEARCH idx:myindex "Redis" SCORE 10
  

  这条命令将搜索包含"Redis"的文档，并将评分设置为10。
• 分页
  • 你可以使用LIMIT子句来指定分页参数：

  FT.SEARCH idx:myindex "Redis" LIMIT 0 10
  

  这条命令将搜索包含"Redis"的文档，并返回前10个结果。
• 高亮显示
  • 你可以使用HIGHLIGHT子句来高亮显示搜索结果中的关键词：

  FT.SEARCH idx:myindex "Redis" HIGHLIGHT 1
  

  这条命令将搜索包含"Redis"的文档，并高亮显示搜索结果中的关键词。
  或

  FT.SEARCH idx:myindex "Redis" HIGHLIGHT 1 TAGSFRONT "<em>" TAGSBACK "</em>"
  

  这条命令将搜索包含"Redis"的文档，并高亮显示搜索结果中的关键词，并使用<em>标签将关键词包围起来。
• 自定义查询语法
  • 你可以使用自定义查询语法来扩展搜索功能：

  FT.SEARCH idx:myindex "@title:Redis" SORTBY price ASC LIMIT 0 10
  

  这条命令将搜索title字段中包含"Redis"的文档，并按照price字段升序排序，并返回前10个结果。
  或

  FT.SEARCH idx:myindex "@title:Redis" SCORE 10
  

  这条命令将搜索title字段中包含"Redis"的文档，并将评分设置为10。
  或

  FT.SEARCH idx:myindex "@title:Redis" HIGHLIGHT 1
  

  这条命令将搜索title字段中包含"Redis"的文档，并高亮显示搜索结果中的关键词。
  或

  FT.SEARCH idx:myindex "@title:Redis" SORTBY price ASC LIMIT 0 10 SCORE 10
  

  这条命令将搜索title字段中包含"Redis"的文档，并按照price字段升序排序，并返回前10个结果，同时将评分设置为10。
  或

  FT.SEARCH idx:myindex "@title:Redis" SCORE 10 HIGHLIGHT 1
  

  这条命令将搜索title字段中包含"Redis"的文档，并将评分设置为10，同时高亮显示搜索结果中的关键词。

6.7 处理搜索结果

当你执行搜索查询时，RedisSearch会返回一个包含搜索结果的列表。每个结果包含文档的ID和相关信息。你可以根据需要处理这些结果，例如提取文档的内容、计算相关性分数等。
如：在电商平台中搜索包含关键词"蓝牙耳机"的商品。

FT.SEARCH idx:products "@name:蓝牙耳机" SORTBY price ASC LIMIT 0 10

这条命令将搜索name字段中包含"蓝牙耳机"的商品，并按照price字段升序排序，并返回前10个结果。
返回结果​​：

说明​​：

• 第1行为总匹配数（3条）。
• 后续每两行为一个文档的详细信息：ID + 键值对字段

6.8 索引的优化和维护

在使用RedisSearch时，你可能需要对索引进行优化和维护，以提高搜索性能和减少资源消耗。以下是一些常见的索引优化和维护任务：

• 定期重建索引
  • 当你的数据发生变化时，你可能需要定期重建索引以确保索引的准确性和一致性。你可以使用FT.DROP命令删除旧索引，并使用FT.CREATE命令创建新索引。
• 优化索引配置
  • 你可以根据你的数据特点和查询需求，优化索引配置。例如，你可以调整字段的权重、使用不同的分词器等。
• 监控和调优
  • 你可以使用FT.INFO命令来监控索引的状态和性能。根据监控结果，你可以进行调优，例如调整索引配置、优化查询语句等。
• 定期清理过期数据
  • 如果你有一个过期数据的策略，你可以定期清理过期数据，以减少索引的大小和查询的复杂度。
• 定期进行索引优化
  • 你可以使用FT.OPTIMIZE命令来对索引进行优化，以减少索引的大小和查询的复杂度。

    FT.OPTIMIZE idx:myindex
  

• 获取索引信息
  • 使用 FT.INFO 命令可以获取有关索引的详细信息，如文档数量、索引大小等。

    FT.INFO idx:myindex
  

这些是使用RedisSearch的基本操作。当然，RedisSearch还提供了许多高级功能，你可以查阅RedisSearch的官方文档来了解更多详细信息和高级用法。

7.RedisSearch 的性能优化

在使用 RedisSearch 时，为了提高性能，你可以采取以下几种优化策略：

• 索引优化：合理设计索引结构，避免不必要的字段被索引，以提高搜索效率。
• 查询优化：根据查询的复杂性和数据量调整查询策略，如使用分页、排序和过滤等选项来减少搜索范围。
• 硬件和配置：确保 Redis 服务器具有足够的硬件资源（如 CPU、内存和网络带宽），并根据实际情况调整 Redis 和 RedisSearch 的配置参数。

8.SpringBoot集成Redis Search

由于该小节篇幅较长，可移步至：《SpringBoot集成RedisSearch》