互联网及传统行业应用服务的关键数据一般存储在MySQL这类的关系型数据库中。如需缓解数据库访问压力,可引入Redis等缓存系统承担热数据的查询,以此提升查询效能。然而业务场景如果是在数据库上做随意多列组合索引查询或者like模糊匹配查询,使用普通的KV缓存系统并不能完全承载住,往往需要引入lua或者外部计算等额外的联合查询匹配过滤机制。TairSearch是一个实时全内存检索服务,其核心的倒排索引机制既能满足词根的模糊匹配查询,且可作为热数据存算一体加速任意多列组合索引的联合查询效率。本文将阐述TairSearch如何支持以上场景。
KV缓存在多列灵活查询场景的局限性
设计关系型数据库表时,除可设置主键索引,还可以设置多个二级索引,以及多种联合索引。
使用KV缓存服务时,以Redis为例,一般使用Hash结构映射关系型数据库字段。
将数据库表中的行记录导入到Redis的Hash结构中,以行中主键字段的值作为Redis hash的key,其他字段名作为hash的field,行字段的值作为hash的value。如果查询场景只涉及主键索引,在Redis中可以直接通过hmget的方式获取到行中指定字段的信息。但在以下场景中则有明显的局限性:
- 查询涉及二级索引,Redis中并不支持按hash中的field内容来查询,只能通过在Redis中再用Hash存储关系型数据库中的二级索引。不仅增加导入行数据的复杂程度,也因为冗余数据造成内存空间的膨胀。
- 查询涉及联合索引,Redis中并不支持对Hash类型的多key联合查询,用户侧只能在外部或者lua脚本中实现联合查询过滤规则,涉及到了数据的读取和挪动。
下文以支撑流量洪峰时期的机票搜索服务为例,讲述如何使用TairSearch加速任意多列组合索引的联合查询效率。
使用TairSearch加速多列组合索引的联合查询
以某机票搜索界面为模板,可以看到精准搜索机票涉及到几个关键条件:出发地、目的地、日期、经济/公务/头等舱、带儿童、带婴儿。查询结果带有多个航班信息。在暑期、国庆、春节等中长假期时间内,对热门旅游度假区的航班查询容易造成流量洪峰。
TairSearch如何支持这类的热门航旅查询需求?
TairSearch中存储所有待飞的航班信息,已航班的出发地departure
、 目的地destination
拼接作为keydeparture_destination
。因为航班中多个出发地_目的地在搜索航班中并无关联关系,所以key是相互独立的,可直接使用Tair分布式的集群架构存储,进一步提升并行查询能力。
出发地departure
、目的地destination
、日期date
、经济/公务/头等舱seat
、带儿童/带婴儿with
这几个字段建立索引。同时带有航班号flight_id
、价格price
、起飞时间departure_time
、降落destination_time
。如后期需要加字段,可直接使用tft.updateindex
毫秒级添加索引字段,业务无感知。
tft.createindex zhuhai_hangzhou '{
"mappings":{
"properties":{
"departure":{
"type":"keyword"
},
"destination":{
"type":"keyword"
},
"date":{
"type":"keyword"
},
"seat":{
"type":"keyword"
},
"with":{
"type":"keyword"
},
"flight_id":{
"type":"keyword"
},
"price":{
"type":"double"
},
"departure_time":{
"type":"long"
},
"destination_time":{
"type":"long"
}
}
}
}'
将航班信息按照以上字段整理成文档写入到TairSearch中。
tft.adddoc zhuhai_hangzhou '{
"departure":"zhuhai",
"destination":"hangzhou",
"date":"2022-09-01",
"seat":"first",
"with":"baby",
"flight_id":"CZ1000",
"price":986.1,
"departure_time":1661991010,
"destination_time":1661998210
}'
搜索头等舱的航班且按照航班的出发时间排序:
tft.search zhuhai_hangzhou '{
"sort":[
"departure_time"
],
"query":{
"bool":{
"must":[
{
"term":{
"date":"2022-09-01"
}
},
{
"term":{
"seat":"first"
}
}
]
}
}
}'
使用带use_cache的方式访问可以开启query cache的功能,query_cache的有效期是10s,可以对热点航班自带查询结果的热点缓存功能。
模拟随机写入10天内zhuhai_hangzhou有80个航班,且每个航班有6种配置的价格,压测查询的性能数据:
redis-benchmark -r 1 -n 500000 tft.search zhuhai_hangzhou '{"sort":["departure_time"], "query":{"bool":{"must":[{"term":{"date":"2022-09-01"}},{"term":{"seat":"first"}}]}}}'
100.00% <= 3 milliseconds
20592.23 requests per second
开启query_cache:
redis-benchmark -r 1 -n 500000 tft.search zhuhai_hangzhou '{"sort":["departure_time"], "query":{"bool":{"must":[{"term":{"date":"2022-09-01"}},{"term":{"seat":"first"}}]}}}' use_cache
100.00% <= 2 milliseconds
58920.57 requests per second
结语
TairSearch集缓存与计算于一体的全内存实时全文检索系统,可加速传统关系型数据多列组合查询效率。欢迎大家使用TairSearch产品,任何产品意见和更多的场景需求均可反馈给我们,TairSearch产品技术服务仍在持续迭代完善,期待您的参与。附TairSearch API文档