换掉ES!Redis官方搜索引擎来了,效率大幅提升

科技   2024-04-25 10:05   浙江  
来源:
cnblogs.com/youzhibing/p/15354706.html


RediSearch是一个Redis模块,为Redis提供查询、二次索引和全文搜索。要使用RediSearch,首先要在Redis数据上声明索引。然后可以使用重新搜索查询语言来查询该数据。


RedSearch使用压缩的反向索引进行快速索引,占用内存少。RedSearch索引通过提供精确的短语匹配、模糊搜索和数字过滤等功能增强了


实现特性

  • 基于文档的多个字段全文索引
  • 高性能增量索引
  • 文档排序(由用户在索引时手动提供)
  • 在子查询之间使用 AND 或 NOT 操作符的复杂布尔查询
  • 可选的查询子句
  • 基于前缀的搜索
  • 支持字段权重设置
  • 自动完成建议(带有模糊前缀建议)
  • 精确的短语搜索
  • 在许多语言中基于词干分析的查询扩展
  • 支持用于查询扩展和评分的自定义函数
  • 将搜索限制到特定的文档字段
  • 数字过滤器和范围
  • 使用 Redis 自己的地理命令进行地理过滤
  • Unicode 支持(需要 UTF-8 字符集)
  • 检索完整的文档内容或只是ID 的检索
  • 支持文档删除和更新与索引垃圾收集
  • 支持部分更新和条件文档更新

对比 Elasticsearch

如下图所示,RediSearch 构建索引的时间为 221 秒,而 Elasticsearch 为 349 秒,快了 58%。

索引构建测试

我们模拟了一个多租户电子商务应用程序,其中每个租户代表一个产品类别并维护自己的索引。对于此基准测试,我们构建了 50K 个索引(或产品),每个索引最多存储 500 个文档(或项目),总共 2500 万个文档。

RediSearch 仅用了 201 秒就构建了索引,平均每秒运行 125K 个索引。然而,Elasticsearch 在 921 个索引后崩溃了,显然它不是为应对这种负载而设计的。


查询性能测试

一旦数据集被索引,我们就使用在专用负载生成器服务器上运行的 32 个客户端启动两个单词的搜索查询。如下图所示,RediSearch 吞吐量达到了 12.5K 操作/秒,而 Elasticsearch 为 3.1K 操作/秒,速度提高了 4 倍。

此外,RediSearch 延迟稍好一些,平均为 8 毫秒,而 Elasticsearch 为 10 毫秒。

安装

安装目前分为源码和docker安装两种方式。

源码安装
git clone https://github.com/RediSearch/RediSearch.gitcd RediSearch # 进入模块目录make setupmake install

docker安装
note: RediSearch的安装比较复杂原包无法进行编译操作所以我们使用docker安装docker run -p 6379:6379 redislabs/redisearch:latest

判断是否安装成功
127.0.0.1:0>module list1) 1) "name"   2) "ReJSON"   3) "ver"   4) "20007"
2) 1) "name" 2) "search" 3) "ver" 4) "20209"
返回数组存在“ft”或 “search”(不同版本),表明 RediSearch 模块已经成功加载。


命令行操作

1、创建

1.1 创建索引

创建索引不妨想象成创建表结构,表一般基本属性有表名、字段和字段类别等,所以我们可以考虑将索引名代表表名,字段代表字段,属性即表示属性。
xxx.xxx.xxx.xxx:0>ft.create "student" schema "name" text weight 5.0 "sex" text "desc" text "class" tag"OK"

student 表示索引名,name、sex、desc表示字段,text表示类型(这样表示只是为了便于理解)

“weight”为权重,默认值为 1.0
type student"none"
我们创建的索引redis是不认识的,这证明使用的是插件。

1.2 创建文档

创建文档上下文的过程不妨想想成向表中插入数据,这里请注意字段名可以使用双引号但切记一定要用英文,这里之所以着重提出是因为有些编译器中文双引号和英文双引号用肉眼实在难以辨认否则会出现 “Fields must be specified in FIELD VALUE pairs”(其实是将“ 当作内容处理了以至于缺少了字段)
ft.add student 001 1.0 language "chinese" fields name "张三" sex "男" desc "这是一个学生" class "一班""OK"
其中001为文档ID,"1.0"为评分缺少此值会报"Could not parse document score"异常,language 指明使用的语言默认是英文编码 如果没有此标记存储是没有问题的但不可以通过中文字符查询

1.3 查询

1.3.1 基本查询

1.3.1.1 全量查询
xxx.xxx.xxx.xxx:0>FT.SEARCH student * SORTBY sex desc RETURN 3 name sex desc1) "2"2) "001"3) 1) "name"   2) "张三"   3) "sex"   4) "男"   5) "desc"   6) "这是一个学生"
4) "002"5) 1) "name" 2) "张三" 3) "sex" 4) "男" 5) "desc" 6) "这是一个学生"

1.3.1.2 匹配查询
xxx.xxx.xxx.xxx:0>ft.search student "张三" limit 0 10 RETURN 3 name sex desc1) "2"2) "001"3) 1) "name"   2) "张三"   3) "sex"   4) "男"   5) "desc"   6) "这是一个学生"
4) "002"5) 1) "name" 2) "张三" 3) "sex" 4) "男" 5) "desc" 6) "这是一个学生"
limit 与mysql相识主要用于分页,此处是全量匹配,如果没有设置language “chinese” 此处查询为0,

1.3.2 模糊匹配

1.3.2.1 后置匹配
ft.search student "李*"  SORTBY sex desc RETURN 3 name sex desc1) "1"2) "003"3) 1) "name"   2) "李四"   3) "sex"   4) "男"   5) "desc"   6) "这是一个学生"

1.3.2.2 模糊搜索
xxx.xxx.xxx.xxx:0>FT.SEARCH beers "%%张店%%"1) "1"2) "beer:1"3) 1) "name"  2) "集团本部已发布【文明就餐公约】,2号楼办公人员午餐的就餐时间是11:45~13:00,现经行政服务部进行抽查,发现我们部门有员工违规就餐现象。请大家务必遵守,相互转告,对于外地回到集团办公的同事,亦请遵守,谢谢!"   3) "org"   4) "山东省淄博市张店区"   5) "school"   6) "山东理工大学"

别高兴太早全量模糊匹配是由很大限制的,他基于Levenshtein距离(LD)进行模糊匹配。术语的模糊匹配是通过在术语周围加“%”来实现的,模糊匹配的最大LD为3,确切的说这只是一种相识度查询,并非一般意义上的模糊搜索,但是如果仔细观察会发现通过精确匹配时不仅能够将完整value值查询出来而且还查询出其他处于文档某个位置的key请看官方提供的一个例子:
FT.CREATE idx SCHEMA txt TEXTFT.ADD idx docCn 1.0 LANGUAGE chinese FIELDS txt

Redis支持主从同步。数据可以从主服务器向任意数量的从服务器上同步,从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制。从盘可以有意无意的对数据进行写操作。

由于完全实现了发布/订阅机制,使得从数据库在任何地方同步树时,可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。
FT.CREATE idx SCHEMA txt TEXTFT.ADD idx docCn 1.0 LANGUAGE chinese FIELDS txt "Redis支持主从同步。数据可以从主服务器向任意数量的从服务器上同步,从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制。从盘可以有意无意的对数据进行写操作。由于完全实现了发布/订阅机制,使得从数据库在任何地方同步树时,可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。[8]"FT.SEARCH idx "数据" LANGUAGE chinese HIGHLIGHT SUMMARIZE# Outputs:# <b>数据</b>?... <b>数据</b>进行写操作。由于完全实现了发布... <b>数据</b>冗余很有帮助。[8...

之所以会出现这样的效果是因为redisearch对文本进行了分词,其使用的工具是friso相比es的ik还是弱一些前者主要是对中文分词,体积小可移植性强。

从而我们可以结合后后置匹配算法
xxx.xxx.xxx.xxx:0>FT.SEARCH idx "数*" LANGUAGE chinese HIGHLIGHT1) "1"2) "docCn"3) 1) "txt"  2) "Redis支持主从同步。<b>数据</b>可以从主服务器向任意数量的从服务器上同步,从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制。从盘可以有意无意的对<b>数据</b>进行写操作。由于完全实现了发布/订阅机制,使得从数据库在任何地方同步树时,可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和<b>数据</b>冗余很有帮助。[8]"

或者结合Levenshtein算法这样基本上能够满足业务查询需求
xxx.xxx.xxx.xxx:0>FT.SEARCH idx "%%单的树%%" LANGUAGE chinese HIGHLIGHT1) "1"2) "docCn"3) 1) "txt"  2) "Redis支持主从同步。数据可以从主服务器向任意数量的从服务器上同步,从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层<b>树</b>复制。从盘可以有意无意的对数据进行写操作。由于完全实现了发布/订阅机制,使得从数据库在任何地方同步<b>树</b>时,可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。[8]"

1.3.2.3 字段查询

通过字段查询也可以实现模糊搜索,直接给例子,后面跟着官网上给的sql 和 redisearch的对照表
ft.search student *1) "2"2) "doudou"3) 1) "name"   2) "豆豆"   3) "jtzz"   4) "“检索”是很多产品中"   5) "phone"   6) "18563717107"
4) "ttao"5) 1) "name" 2) "姚元涛" 3) "jtzz" 4) "一个生病的人只" 5) "phone" 6) "18563717107" ft.search student '@phone:185* @name:豆豆'1) "1"2) "doudou"3) 1) "name" 2) "豆豆" 3) "jtzz" 4) "“检索”是很多产品中" 5) "phone" 6) "18563717107"

1.4 删除

1.4.1 删除文档
xxx.xxx.xxx.xxx:0>ft.del student 002"1"

1.4.3 删除索引
xxx.xxx.xxx.xxx:0>ft.drop student"OK"

1.5 查看

1.5.1 查看所有索引
xxx.xxx.xxx.xxx:0>FT._LIST1) "student1"2) "ttao"3) "idx"4) "student"5) "myidx"6) "123"7) "myIndex"8) "testung"9) "student2"

1.5.2 查看索引文档中的数据

1.5.2.1 获取单条数据
xxx.xxx.xxx.xxx:0>ft.get student 0011) "name"2) "张三"3) "sex"4) "男"5) "desc"6) "这是一个学生"7) "class"8) "一班"

1.5.2.2 获取多条数据
xxx.xxx.xxx.xxx:0>ft.mget student 001 0021) 1) "name"   2) "张三"   3) "sex"   4) "男"   5) "desc"   6) "这是一个学生"   7) "class"   8) "一班"
2) 1) "name" 2) "张三" 3) "sex" 4) "男" 5) "desc" 6) "这是一个学生" 7) "class" 8) "一班"

1.6 索引别名操作

1.6.1 添加别名
123.232.112.84:0>FT.ALIASADD xs student"OK"

给索引student起个xs的别名,一个索引可以起多个别名

1.6.2 修改别名

1.6.3 删除别名
123.232.112.84:0>FT.ALIASDEL xs "OK"
推荐阅读  点击标题可跳转

1、我试了试用 SQL查 Linux日志,好用到飞起

2、13 秒插入 30 万条数据,批量插入正确的姿势!

3、AI编程语言Mojo正式开源标准库,宣称比Python快9万倍


数据分析与开发
「数据分析与开发」分享数据分析与开发相关技术文章、教程、工具
 最新文章