可能是全网第一个使用RediSearch实战的项目

简介: 可能是全网第一个使用RediSearch实战的项目

实战项目地址newbeemall,集成RediSearch,代码开源已上传,支持的话可以点个star😁RediSearch 是基于 Redis 开发的支持二级索引、查询引擎和全文搜索的应用程序。在2.0的版本中,简单看下官网测试报告:

索引构建

在索引构建测试中,RediSearch 用221秒的速度超过了 Elasticsearch的349秒,领先58%,

image.png

查询性能

数据集建立索引后,我们使用运行在专用负载生成器服务器上的 32 个客户端启动了两个词的搜索查询。如下图所示,RediSearch 的吞吐量达到了 12.5K ops/sec,而 Elasticsearch 的吞吐量达到了 3.1K ops/sec,快了 4 倍。此外,RediSearch 的延迟稍好一些,平均为 8 毫秒,而 Elasticsearch 为 10 毫秒。 (ops/sec每秒操作数)

image.png

由此可见,新的RediSearch在性能上对比RediSearch较有优势,此外对中文项目来说对于中文的支持必不可少,RediSearch也在官网文档特意列出了支持中文,基于frisoC语言开发的中文分词项目。

image.png

一、RediSearch安装

Docker安装最新版

docker run -p 6379:6379 redislabs/redisearch:latest

通过redis-cli连接查看RediSearch是否安装成功

1、redis-cli -h localhost 
2、module list
82.157.141.70:16789> MODULE LIST 
    1) 1) "name"
       2) "search" # 查看是否包含search模块
       3) "ver"
       4) (integer) 20210
    2) 1) "name"
       2) "ReJSON" # 查看是否包含ReJSON模块
       3) "ver"
       4) (integer) 20007

二、客户端集成

对于Java项目直接选用Jedis4.0版本就可以,Jedis在4.0版本自动支持RediSearch,编写Jedis连接RedisSearch测试用例,用RedisSearch命令创建如下:

FT.CREATE idx:goods on hash prefix 1 "goods:" language chinese schema goodsName text sortable
// FT.CREATE 创建索引命令
// idx:goods 索引名称
// on hash 索引数据基于hash类型源数据构建
// prefix 1 "goods:" 表示要创建索引的源数据前缀匹配规则
// language chinese 表示支持中文语言分词
// schema 表示字段定义,goodsName元数据属性名 text字段类型 sortable自持排序
FT.INFO idx:goods 
// FT.INFO 查询指定名称索引信息
FT.DROPINDEX idx:goods 
// FT.DROPINDEX 删除指定名称索引,不会删除源数据
添加索引时,使用hset命令添加索引源数据
删除索引时,使用del命令删除索引源数据
  1. Jedis创建RediSearch客户端
@Bean
public UnifiedJedis unifiedJedis(GenericObjectPoolConfig jedisPoolConfig) {
    UnifiedJedis client;
    if (StringUtils.isNotEmpty(password)) {
        client = new JedisPooled(jedisPoolConfig, host, port, timeout, password, database);
    } else {
        client = new JedisPooled(jedisPoolConfig, host, port, timeout, null, database);
    }
    return client;
}
  1. Jedis创建索引
@Test
public void createIndex() {
    System.out.println("begin");
    Schema schema = new Schema()
            .addSortableTextField("goodsName", 1.0)
            .addSortableTextField("goodsIntro", 0.5)
            .addSortableTagField("tag", "|");
    jedisSearch.createIndex(idxName, "goods", schema);
    System.out.println("end");
}
/**
 * 创建索引
 *
 * @param idxName 索引名称
 * @param prefix  要索引的数据前缀
 * @param schema  索引字段配置
 */
public void createIndex(String idxName, String prefix, Schema schema) {
    IndexDefinition rule = new IndexDefinition(IndexDefinition.Type.HASH)
            .setPrefixes(prefix)
            .setLanguage(Constants.GOODS_IDX_LANGUAGE); # 设置支持中文分词
    client.ftCreate(idxName,
            IndexOptions.defaultOptions().setDefinition(rule),
            schema);
}
  1. Jedis添加索引源数据
/**
 * 添加索引数据
 *
 * @param keyPrefix 要索引的数据前缀
 * @param goods     商品信息
 * @return boolean
 */
public boolean addGoodsIndex(String keyPrefix, Goods goods) {
    Map<String, String> hash = MyBeanUtil.toMap(goods);
    hash.put("_language", Constants.GOODS_IDX_LANGUAGE);
    client.hset(keyPrefix + goods.getGoodsId(), MyBeanUtil.toMap(goods));
    return true;
}
  1. Jedis中文查询
public SearchResult search(String goodsIdxName, SearchObjVO searchObjVO,     Page<SearchPageGoodsVO> page) {
    String keyword = searchObjVO.getKeyword(); // 查询关键字
    String queryKey = String.format("@goodsName:(%s)", keyword);
    Query q = new Query(queryKey);
    String sort = searchObjVO.getSidx();
    String order = searchObjVO.getOrder();
    // 查询是否排序
    if (StringUtils.isNotBlank(sort)) {
        q.setSortBy(sort, Constants.SORT_ASC.equals(order));
    }
    // 设置中文分词查询
    q.setLanguage(Constants.GOODS_IDX_LANGUAGE);
    // 查询分页
    q.limit((int) page.offset(), (int) page.getSize());
    // 返回查询结果
    return client.ftSearch(goodsIdxName, q);
}

三、项目实战

  1. 引入Jedis4.0
<jedis.version>4.2.0</jedis.version>
<!-- jedis -->
<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>${jedis.version}</version>
</dependency>

newbeemall项目后台商品管理中添加同步按钮

image.png

,编写商品全量同步按钮,为了加快同步速度,通过多线程同步

// 同步商品到RediSearch
public boolean syncRs() {
    jedisSearch.dropIndex(Constants.GOODS_IDX_NAME);
    Schema schema = new Schema()
            .addSortableTextField("goodsName", 1.0)
            .addSortableTextField("goodsIntro", 0.5)
            .addSortableNumericField("goodsId")
            .addSortableNumericField("sellingPrice")
            .addSortableNumericField("originalPrice")
            .addSortableTagField("tag", "|");
    jedisSearch.createIndex(Constants.GOODS_IDX_NAME, "goods:", schema);
    List<Goods> list = this.list();
    jedisSearch.deleteGoodsList(Constants.GOODS_IDX_PREFIX);
    return jedisSearch.addGoodsListIndex(Constants.GOODS_IDX_PREFIX, list);
}
/**
 * 同步商品索引
 *
 * @param keyPrefix 要索引的数据前缀
 * @return boolean
 */
public boolean addGoodsListIndex(String keyPrefix, List<Goods> list) {
    int chunk = 200;
    int size = list.size();
    int ceil = (int) Math.ceil(size / (double) chunk);
    // 多线程同步
    List<CompletableFuture<Void>> futures = new ArrayList<>(4);
    for (int i = 0; i < ceil; i++) {
        int toIndex = (i + 1) * chunk;
        if (toIndex > size) {
            toIndex = i * chunk + size % chunk;
        }
        List<Goods> subList = list.subList(i * chunk, toIndex);
        CompletableFuture<Void> voidCompletableFuture = CompletableFuture.supplyAsync(() -> subList).thenAccept(goodsList -> {
            for (Goods goods : goodsList) {
                Map<String, String> hash = MyBeanUtil.toMap(goods);
                hash.put("_language", Constants.GOODS_IDX_LANGUAGE);
                client.hset(keyPrefix + goods.getGoodsId(), MyBeanUtil.toMap(goods));
            }
        });
        futures.add(voidCompletableFuture);
    }
    CompletableFuture.allOf(futures.toArray(new CompletableFuture[0])).join();
    return true;
}
  1. 修改商品页面搜索接口
@GetMapping("/search")
public String rsRearch(SearchObjVO searchObjVO, HttpServletRequest request) {
    Page<SearchPageGoodsVO> page = getPage(request, Constants.GOODS_SEARCH_PAGE_LIMIT);
    ...
    // RediSearch中文搜索
    SearchResult query = jedisSearch.search(Constants.GOODS_IDX_NAME, searchObjVO, page);
    ...
    return "mall/search";
}
  1. 查看搜索结果中包含"小米"、"手机"两个单独分词
  2. image.png

四、总结

通过以上实战项目,使用RediSearch是可以满足基本中文分词需求

image.png

高级用法聚合查询、结果高亮、停用词、扩展API、拼写更正、自动补全等可以在官网了解。

最后贴一下实战项目地址newbeemall,集成RediSearch,代码开源已上传

目录
相关文章
|
4月前
|
人工智能 运维 IDE
Claude Code神器:Manus同款文件规划法,价值20亿美元的工作流秘密
你有没有遇到过这种情况:给AI下个任务,聊了50轮后,它就开始"脑抽"了。 接口规范?忘了。 变量命名风格?混了。 你半小时前定的规则?直接抛到九霄云外。 你得一直提醒它,像保姆一样伺候它,效率低,还累。 但如果我告诉你,现在有个方法能让AI拥有"持久记忆"。 你只需要在项目里放三个Markdown文件,AI就会自动记录所有发现、避免重复踩坑、恢复断开的会话。 效率提升3
2223 9
|
存储 NoSQL Redis
深入解析RedisSearch:全文搜索的新维度
深入解析RedisSearch:全文搜索的新维度
|
自然语言处理 搜索推荐 算法
VectoRex:向量数据库
VectoRex 是一款高性能、可扩展的开源向量搜索引擎,专为现代 AI 和大数据应用设计。它具备轻量级、可嵌入和独立部署等优势,适用于推荐系统、图像搜索、自然语言处理等场景。
943 22
|
SQL 关系型数据库 PostgreSQL
遇到SQL 子查询性能很差?其实可以这样优化
遇到SQL 子查询性能很差?其实可以这样优化
871 2
|
存储 数据采集 Java
Spring Boot 3 实现GZIP压缩优化:显著减少接口流量消耗!
在Web开发过程中,随着应用规模的扩大和用户量的增长,接口流量的消耗成为了一个不容忽视的问题。为了提升应用的性能和用户体验,减少带宽占用,数据压缩成为了一个重要的优化手段。在Spring Boot 3中,通过集成GZIP压缩技术,我们可以显著减少接口流量的消耗,从而优化应用的性能。本文将详细介绍如何在Spring Boot 3中实现GZIP压缩优化。
2239 6
|
存储 监控 NoSQL
RedisSearch与Elasticsearch:技术对比与选择指南
RedisSearch与Elasticsearch:技术对比与选择指南
|
JSON NoSQL Redis
Redis 作为向量数据库快速入门指南
Redis 作为向量数据库快速入门指南
2586 1
|
监控 Java 持续交付
如何搭建漂亮的 SpringBoot 脚手架?
【10月更文挑战第1天】在快速迭代的软件开发环境中,一个高效、美观且易于维护的 SpringBoot 脚手架是项目成功的关键。本文将详细介绍如何搭建一个既实用又漂亮的 SpringBoot 脚手架,帮助你在工作和学习中提升开发效率。
2667 0

热门文章

最新文章