一、RediSearch是什么？——Redis的“全文搜索引擎”
RediSearch是Redis官方推出的内存全文搜索模块（用C语言编写），通过Redis Module机制集成到Redis中，完美解决Redis原生不支持全文搜索的痛点。
它的核心价值：
兼容Redis生态：复用Redis的内存、IO、持久化能力，不用额外部署搜索引擎；
高性能：基于倒排索引和内存存储，查询延迟低至毫秒级；
功能丰富：支持全文搜索、过滤、排序、分页，甚至中文分词。
比喻：RediSearch是“Redis里的全文搜索插件”——不用搭Elasticsearch，Redis本身就能做搜索！
二、入门使用：从安装到基础命令
2.1 安装RediSearch
RediSearch的安装非常简单，有两种方式：
方式1：Docker快速启动（推荐）
docker run -p 6379:6379 redislabs/redisearch:latest
这会启动一个带RediSearch模块的Redis容器，默认端口6379。
方式2：源码编译（自定义需求）
下载源码：git clone https://github.com/RediSearch/RediSearch.git；
编译：make；
运行：./src/redis-server --loadmodule ./src/libredisearch.so。
2.2 基础命令：建索引→存数据→查数据
RediSearch的核心命令是FT.*（FullText的缩写），以下是入门必备：
（1）建索引：FT.CREATE
索引是RediSearch的核心，相当于“搜索的字典”。建索引时需要指定：
索引名称；
数据来源（比如Hash前缀product:）；
索引字段（哪些字段需要搜索）。
示例：给商品Hash建全文索引
# FT.CREATE 索引名 ON 数据类型 PREFIX 前缀数量 字段定义
FT.CREATE product_idx ON HASH PREFIX 1 "product:"
SCHEMA
name TEXT WEIGHT 5 # 商品名称，权重5（搜索时优先级高）
description TEXT # 商品描述
price NUMERIC # 商品价格（支持范围查询）
category TAG # 商品分类（支持过滤）
TEXT：文本字段，支持全文搜索；
NUMERIC：数值字段，支持范围查询（比如price > 100）；
TAG：标签字段，支持精确过滤（比如category = "手机"）；
WEIGHT：权重，数值越高，搜索时匹配度越高。
（2）存数据：用Redis原生命令
RediSearch的索引依赖Redis的Hash数据结构，存数据用HSET即可：
# 存商品数据（自动同步到RediSearch索引）
HSET product:123 name "iPhone 15 Pro"
description "苹果最新旗舰手机，A17芯片"
price 7999
category "手机"
（3）查数据：FT.SEARCH
搜索用FT.SEARCH命令，支持全文匹配、过滤、排序、分页：
# 搜索名称或描述包含“旗舰”的商品，过滤分类为“手机”，按价格升序，取前10条
FT.SEARCH product_idx "旗舰"
FILTER category "手机"
SORTBY price ASC
LIMIT 0 10
三、保姆级生产级使用：从设计到优化
3.1 索引设计：避免“过度索引”或“索引不足”
生产环境中，索引设计直接影响性能和存储成本。关键原则：
只索引需要搜索的字段：比如商品名称、描述需要搜索，就索引；库存不需要，就不索引；
选择合适的字段类型：
文本搜索→TEXT；
范围查询（价格、评分）→NUMERIC；
精确过滤（分类、品牌）→TAG；
权重设置：重要字段（比如商品名称）给更高权重，提升搜索准确性；
中文分词：RediSearch默认不支持中文分词，需要安装插件（比如redisearch-module-zh），或用第三方分词器（比如jieba）。
示例：优化后的商品索引
FT.CREATE product_idx_v2 ON HASH PREFIX 1 "product:"
SCHEMA
name TEXT WEIGHT 10 CHINESE # 中文分词
description TEXT CHINESE
price NUMERIC
category TAG
brand TAG
stock NUMERIC # 库存（不需要搜索，但可以过滤）
3.2 数据操作：批量插入与更新
生产环境中，批量插入数据用pipeline（管道）可以大幅提升性能：
# 批量插入1000个商品（用pipeline）
MULTI
HSET product:1 name "华为Mate 60" description "麒麟芯片，卫星通信" price 5999 category "手机" brand "华为"
HSET product:2 name "小米14" description "骁龙8 Gen3，徕卡影像" price 3999 category "手机" brand "小米"
... # 更多商品
EXEC
3.3 查询优化：避免“慢查询”
RediSearch的查询性能取决于索引设计和查询语句。生产级优化技巧：
用FILTER代替全文搜索：如果只需要过滤（比如“价格>1000的手机”），不要用全文搜索，用FILTER更快；
分页用LIMIT：避免返回大量数据，减少网络开销；
避免通配符开头：比如FT.SEARCH product_idx "*手机"，会导致全索引扫描，性能极差；
缓存热门查询：用Redis的String缓存热门搜索结果，减少RediSearch的压力。
3.4 持久化与集群：生产环境的“容灾保障”
持久化：RediSearch的索引存在Redis的内存中，RDB和AOF会自动保存索引数据，重启后自动加载；
集群部署：RediSearch支持Redis Cluster，每个节点运行RediSearch模块，索引会自动分片到不同节点，提升吞吐量和可用性。
四、原理深度剖析：RediSearch的“搜索黑科技”
4.1 核心数据结构：倒排索引
RediSearch的底层是倒排索引（Inverted Index），这是全文搜索的核心数据结构。
倒排索引的结构
词典（Term Dictionary）：存储所有搜索词（比如“旗舰”“手机”），并映射到对应的Postings List；
Postings List：存储每个搜索词对应的文档ID和字段位置（比如“旗舰”对应文档123的name字段）。
比喻：倒排索引像“字典的部首索引”——比如“马”字部对应所有包含“马”的页码，倒排索引的“旗舰”对应所有包含“旗舰”的商品ID。
流程图：倒排索引的构建与查询
# 构建倒排索引
文档1（商品123）→ 提取文本“iPhone 15 Pro 苹果旗舰手机”→ 分词为["iPhone", "15", "Pro", "苹果", "旗舰", "手机"]→ 每个词映射到文档123
# 查询“旗舰”
查询字符串→ 分词为["旗舰"]→ 查词典找到“旗舰”对应的Postings List→ 返回文档123
4.2 内存管理：与Redis的“无缝衔接”
RediSearch的内存管理完全依赖Redis的zmalloc：
索引数据存在Redis的key space中，键名格式为idx:<索引名>；
zmalloc负责内存分配、统计和碎片整理，RediSearch不用自己管理内存；
持久化时，索引数据会随Redis的内存数据一起保存到RDB/AOF文件。
4.3 查询流程：从字符串到结果的“魔法”
当执行FT.SEARCH时，RediSearch的内部流程：
查询解析：将搜索字符串分词（比如“旗舰手机”→“旗舰”+“手机”）；
词典查找：查每个词的Postings List；
结果合并：合并多个词的Postings List（比如同时包含“旗舰”和“手机”的文档）；
过滤与排序：用FILTER过滤不符合条件的文档，用SORTBY排序；
分页返回：用LIMIT返回指定范围的结果。
五、Spring Boot生产级集成示例：从0到1
5.1 依赖与配置
（1）pom.xml加依赖（Spring Boot 3.x）
<dependencies>
<!-- Spring Boot Data Redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!-- Lettuce连接池（默认用Lettuce） -->
<dependency>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
</dependency>
</dependencies>
（2）application.yml配置
spring:
redis:
host: localhost
port: 6379
password: ""
lettuce:
pool:
max-active: 8
max-idle: 8
min-idle: 0
max-wait: -1ms
5.2 代码实现：建索引→存数据→查数据
（1）配置类：初始化RediSearch索引
import org.springframework.boot.CommandLineRunner;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
@Component
public class RediSearchInitializer implements CommandLineRunner {
private final RedisTemplate<String, Object> redisTemplate;
public RediSearchInitializer(RedisTemplate<String, Object> redisTemplate) {
this.redisTemplate = redisTemplate;
}
@Override
public void run(String... args) throws Exception {
// 初始化商品索引
String createIndexScript = """
FT.CREATE product_idx ON HASH PREFIX 1 "product:"
SCHEMA
name TEXT WEIGHT 10 CHINESE
description TEXT CHINESE
price NUMERIC
category TAG
brand TAG
""";
redisTemplate.execute(
new DefaultRedisScript<>(createIndexScript, Long.class),
Collections.emptyList()
);
System.out.println("RediSearch索引创建成功！");
}
}
（2）服务类：存数据与查数据
import org.springframework.data.redis.connection.RedisConnection;
import org.springframework.data.redis.core.RedisCallback;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
import java.util.List;
import java.util.Map;
@Service
public class ProductService {
private final RedisTemplate<String, Object> redisTemplate;
public ProductService(RedisTemplate<String, Object> redisTemplate) {
this.redisTemplate = redisTemplate;
}
// 存储商品数据
public void saveProduct(Map<String, String> product) {
String productId = "product:" + product.get("id");
redisTemplate.opsForHash().putAll(productId, product);
System.out.println("商品保存成功：" + productId);
}
// 搜索商品
public List<Map<String, String>> searchProducts(String keyword, String category, int page, int size) {
String searchScript = """
FT.SEARCH %s "%s"
FILTER category "%s"
SORTBY price ASC
LIMIT %d %d
""";
// 格式化参数：索引名、关键词、分类、偏移量、数量
String script = String.format(searchScript, "product_idx", keyword, category, page * size, size);
// 执行查询，返回结果列表
List<Object> results = redisTemplate.execute(
new DefaultRedisScript<>(script, List.class),
Collections.emptyList()
);
// 转换结果为Map（简化处理，实际需要解析RediSearch的返回格式）
return results.stream()
.skip(1) // 跳过第一个元素（结果数量）
.map(result -> (Map<String, String>) result)
.toList();
}
}
（3）控制器类：对外提供接口
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import java.util.List;
import java.util.Map;
@RestController
public class ProductController {
private final ProductService productService;
public ProductController(ProductService productService) {
this.productService = productService;
}
// 保存商品
@GetMapping("/product/save")
public String saveProduct() {
Map<String, String> product = Map.of(
"id", "123",
"name", "iPhone 15 Pro",
"description", "苹果最新旗舰手机，A17芯片",
"price", "7999",
"category", "手机",
"brand", "苹果"
);
productService.saveProduct(product);
return "商品保存成功！";
}
// 搜索商品
@GetMapping("/product/search")
public List<Map<String, String>> searchProducts(
@RequestParam String keyword,
@RequestParam(defaultValue = "手机") String category,
@RequestParam(defaultValue = "0") int page,
@RequestParam(defaultValue = "10") int size
) {
return productService.searchProducts(keyword, category, page, size);
}
}
5.3 测试与验证
启动Spring Boot应用；
调用/product/save保存商品；
调用/product/search?keyword=旗舰&category=手机搜索商品，返回结果。
六、生产级注意事项
监控：用INFO REDISEARCH命令监控索引状态（比如index_count索引数量、doc_count文档数量、memory_usage内存使用）；
异常处理：处理RedisConnectionFailureException（连接失败）、RedisCommandExecutionException（命令执行失败）；
性能优化：用批量插入（pipeline）、缓存热门查询、避免通配符开头；
中文分词：安装redisearch-module-zh插件，或用jieba分词器；
备份恢复：定期用RDB/AOF备份，恢复时索引会自动加载。
总结：RediSearch的“生产级价值”
RediSearch不是“玩具”，是Redis生态中解决全文搜索的“终极武器”：
复用Redis的所有能力，不用额外部署；
高性能、低延迟，适合高并发场景；
功能丰富，支持全文搜索、过滤、排序。
通过Spring Boot集成，你可以快速将RediSearch用到生产环境中，解决商品搜索、日志搜索、用户搜索等场景的需求。
