Redis 搜尋引擎優化

大家如果是做後端開發的，想必都實現過列表查詢的介面，當然有的查詢條件很簡單，一條 sql 就搞定了，但有的查詢條件極其複雜，再加上庫表中設計的各種不合理，導致查詢介面特別難寫，然後加班什麼的就不用說了（不知各位有沒有這種感受呢~）。

下面以乙個例子開始，這是某購物**的搜尋條件，如果讓你實現這樣的乙個搜尋介面，你會如何實現？（當然你說借助搜尋引擎，像 elasticsearch 之類的，你完全可以實現。但我這裡想說的是，如果要你自己實現呢？）

從上圖中可以看出，搜尋總共分為6大類，每大類中又分了各個子類。這中間，各大類條件之間是取的交集，各子類中有單選、多選、以及自定義的情況，最終輸出符合條件的結果集。

好了，既然需求很明確了，我們就開始來實現。

率先登場是小a同學，他是寫 sql 方面的「專家」。小a信心滿滿的說：「不就是乙個查詢介面嗎？看著條件很多，但憑著我豐富的 sql 經驗，這點還是難不倒我的。」

於是乎就寫出了下面這段**（這裡以 mysql 為例）：

select...from table_1

left join table_2

left join table_3

left join(select...from table_x where...)tmp_1

where...

order by...

limitm,n

**在測試環境跑了一把，結果好像都匹配上了，於是準備上預發。這一上預發，問題就開始暴露出來。預發為了盡可能的逼真線上環境，所以資料量自然而然要比測試大的多。所以這麼乙個複雜的 sql，它的執行效率可想而知。測試同學果斷把小a的**給打了回來。

實現2

總結了小a失敗的教訓，小b開始對sql進行了優化，先是通過了explain關鍵字進行sql效能分析，對該加索引的地方都加上了索引。同時將一條複雜sql拆分成了多條sql，計算結果在程式記憶體中進行計算。

偽**如下：

$result_1= query('select ... from table_1 where ...');

$result_2= query('select ... from table_2 where ...');

$result_3= query('select ... from table_3 where ...');

$result= array_intersect($result_1,$result_2,$result_3,...);

這種方案從效能上明顯比第一種要好很多，可是在功能驗收的時候，產品經理還是覺得查詢速度不夠快。小b自己也知道，每次查詢都會向資料庫查詢多次，而且有些歷史原因，部分條件是做不到單錶查詢的，所以查詢等待的時間是避免不了的。

小c從上面的方案中看到了優化的空間。他發現小b在思路上是沒問題的，將複雜條件拆分，計算各個子維度的結果集，最後將所有的子結果集進行乙個彙總合併，得到最終想要的結果。

於是他突發奇想，能否事先將各個子維度的結果集給快取起來，這要查詢的時候直接去取想要的子集，而不用每次去查庫計算。

這裡小c採用 redis 來儲存快取資料，用它的主要原因是，它提供了多種資料結構，並且在 redis 中進行集合的交並集操作是一件很容易的事情。

具體方案，如圖所示：

這裡每個條件都事先將計算好的結果集id存入對應的key中，選用的資料結構是集合（set）。查詢操作包括：

這其實就是所謂的反向索引。

這裡會發現，漏了乙個**的條件。從需求中可知，**條件是個區間，並且是無窮舉的。所以上述的這種窮舉條件的 key-value 方式是做不到的。這裡我們採用 redis 的另一種資料結構進行實現，有序集合（sorted set）：

將所有商品加入 key 為**的有序集合中，值為商品id，每個值對應的分數為商品**的數值。這樣在 redis 的有序集合中就可以通過zrangebyscore命令，根據分數（**）區間，獲取相應結果集。

至此，方案三的優化已全部結束，將資料的查詢與計算通過快取的手段，進行了分離。在每次查詢時，只需要簡單的查詢 redis 幾次就能得出結果。查詢速度上符合了驗收的要求。

這裡你或許發現了乙個嚴重的功能缺陷，列表查詢怎麼能沒有分頁。是的，我們馬上來看 redis 是如何實現分頁的。

分頁主要涉及排序，這裡簡單起見，就以建立時間為例。

如圖所示：

圖中藍色部分是以建立時間為分值的商品有序集合，藍色下方的結果集即為條件計算而得的結果，通過zinterstore命令，賦結果集權重為0，商品時間結果為1，取交集而得的結果集賦予建立時間分值的新有序集合。對新結果集的操作即能得到分頁所需的各個資料：

關於索引資料更新的問題，有兩種方式來進行。一種是通過商品資料的修改，來即時觸發更新操作，一種是通過定時指令碼來進行批量更新。這裡要注意的是，關於索引內容的更新，如果暴力的刪除 key，再重新設定 key。因為 redis 中兩個操作不會是原子性進行的，所以中間可能存在空白間隙，建議採用僅移除集合中失效元素，新增新元素的方式進行。

redis 是記憶體級操作，所以單次的查詢會很快。但是如果我們的實現中會進行多次的 redis 操作，redis 的多次連線時間可能是不必要時間消耗。通過使用multi命令，開啟乙個事務，將 redis 的多次操作放在乙個事務中，最後通過exec來進行原子性執行（注意：這裡所謂的事務，只是將多個操作在一次連線中執行，如果執行過程中遇到失敗，是不會回滾的）。

這裡只是乙個採用 redis 優化查詢搜尋的乙個簡單 demo，和現有的開源搜尋引擎相比，它更輕量，學習成本也相應低些。其次，它的一些思想與開源搜尋引擎是類似的，如果再加上詞語解析，也可以實現類似全文檢索的功能。

Redis 搜尋引擎優化

搜尋引擎優化

搜尋引擎優化

搜尋引擎優化基礎

相關推薦