RediSearch的簡單使用與總結

前言

之前就有考慮過想要研究下RediSearch，號稱高性能全文索引的功能，這幾天閑來無事調研了一番。

RediSearch 介紹

RediSearch 是 Redis Labs 提供的一款強大且高效的搜索和全文索引引擎。它是一個基於 Redis 的模塊，允許用戶在 Redis 資料庫中進行複雜的搜索和全文檢索操作，而無需將數據導出到其他搜索引擎。

推薦使用場景

RediSearch適合簡單且高效的分詞搜索場景。
針對較為複雜的全文搜索RediSearch肯定是不如ES這種專業的。但假設有一批地址信息，以醫院地址舉例，省市縣地址這些基本欄位，想要快速搜索對應地址一般如下解決方案。

• 使用Like進行模糊匹配：太過雞肋，（比如數據是 【上海市徐匯區宜山路第六人民醫院】，搜索關鍵詞是【上海第六】肯定是搜索不到數據的）。
• ES全文索引: 大材小用，殺雞焉用牛刀
• 自實現分詞和倒排索引，最不推薦！吃力不討好，儘管市面上有很多中文分詞器和全文索引的插件。

這時候就很適合使用RediSearch,既可以實現簡單的（倒排索引）。又不需要使用ES那麼龐大的中間件，集成起來也相對簡單。

RediSearch安裝

RediSearch 官方推薦的 Docker 方式來安裝並啟動。

docker run --name redisearch -p 16379:6379 -v redis-data:/data redis/redis-stack-server:latest

• --name redisearch 對容器進行命名
• -p 16379:6379宿主機16379映射了容器6379埠
• -v redis-data:/data 數據捲映射
• redis/redis-stack-server:latest 表示採用redis-stack-server的最新版本
  然後進入容器中查看是否存在對應模塊

docker exec -it redisearch redis-cli

如下圖

RediSearch 創建索引和文檔

創建索引

FT.CREATE hospitalIndex ON HASH PREFIX 1 hospital: LANGUAGE  "chinese" SCHEMA id NUMERIC province TEXT SORTABLE city TEXT SORTABLE name TEXT SORTABLE

• FT.CREATE hospitalIndex 1.0 表示創建一個名為hospitalIndex的全文索引
• ON HASH表示數據結構為Hash
• PREFIX 1 hospital: 表示是Key是以hospital:為首碼的數據
• LANGUAGE "chinese指定數據的語言為中文。這對文本分析和分詞很重要，因為針對不同語言有對應的分詞器。
• SCHEMA id NUMERIC province TEXT SORTABLE city TEXT SORTABLE name TEXT SORTABLE 表示欄位結構是 id，provice city name 其中id為數字類型，其他欄位為文本參與索引

添加索引文檔

ft.add hospitalIndex hospital:1 1.0 language "chinese" fields id 1 province "上海市" city "上海市" name "上海市第六人民醫院"
ft.add hospitalIndex hospital:2 1.0 language "chinese" fields id 2 province "上海市" city "上海市" name "上海交通大學醫學院附屬瑞金醫院"
ft.add hospitalIndex hospital:3 1.0 language "chinese" fields id 3 province "上海市" city "上海市" name "上海交通大學醫學院附屬新華醫院"
ft.add hospitalIndex hospital:4 1.0 language "chinese" fields id 4 province "上海市" city "上海市" name "上海交通大學醫學院附屬上海兒童醫學中心"
ft.add hospitalIndex hospital:5 1.0 language "chinese" fields id 5 province "上海市" city "上海市" name "復旦大學附屬中山醫院"

• FT.ADD hospitalIndex hospital:1 1.0: 將一個文檔 hospital:1 添加到 hospitalIndex 索引中，評分為 1.0。
• LANGUAGE "chinese": 指定文檔的語言為中文。一定要指定對應的語言，這裡會採用中文預設的分詞器。
• FIELDS: 後面跟著一系列欄位和對應的值。

查詢

ft.search [index] [keywords] language [lang]

從索引名Index中查找對應keywords，而lang為對應語言，預設會按照語言對應的分詞器進行分詞。

示例1

ft.search hospitalIndex "上海市醫院" language "chinese" 

示例2

ft.search hospitalIndex "上海市交通大學新華醫院" language "chinese" 

示例3

ft.search hospitalIndex "附屬醫院" language "chinese" 

不足之處

示例1

儘快已經基本實現了全文索引，但由於RediSearch中的中文分詞器還是有些局限性的。

比如下的幾個搜索：

如上圖所示，上海市第六 是可以搜索到數據的，但 上海第六 就無法搜索到數據了，這是因為RediSearch中的中文分詞器對應拆分不好

示例2

如下圖

上面的幾個搜索例子其實不夠恰當
不過我想強調的主要的目的還是 針對如果分詞中的部分詞性出現了【專業詞】(比如:阿莫西林) 或者類似【第六人】這種現象，RediSearch沒辦法正確分詞的。 是需要專業的分詞器和自定義字典的

示例3

還有個問題是RediSearch中分詞對應拆詞顆粒度過於細，針對短語的搜索是不夠的，聚合搜索效果很差，因為我這次的演示數據是地址數據所以不好展示處出來。
具體可以參考地址

關於RediSearch無法正常執行模糊匹配的解決方案

RediSearch 中預設的中文分詞器可能會根據版本的不一致有差異，一般都是 Friso

當然 RediSearch是支持自定義中文分詞器和自定義字典的，不過那就是另外的話題了，這裡就不提了。
具體可以參考官網：https://redis.io/docs/latest/commands/ft.dictadd/

刪除索引

ft.drop hospitalIndex

RediSearch 總結

參考地址

1. RediSearch/RediSearch
2. Redis Real-Time Search, Querying, & Indexing
3. RediSearch 高性能的全文搜索引擎
4. 關於RediSearch無法正常執行模糊匹配的解決方案