使用 Redis,一步一步實現搜尋引擎!

2022-07-11 17:12:15 字數 3124 閱讀 1517

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。」

select ... from

table_1

left

join

table_2

left

join

table_3

left

join (select ... from table_x where

...) tmp_1

...where

...order

by...

limit m,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。

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。

$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。

子類多選:根據多個條件 key,進行並集操作,獲取對應結果集;

最終結果:將獲取的所有子類結果集進行交集操作,得到最終結果;

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。

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:

當前頁內容:zrange命令

若以倒序排列:zrevrange命令

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,學習成本頁相應低些。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。

使用 Redis,一步一步實現搜尋引擎!

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...

一步一步實現FormsAuthentic驗證登入

本文不講原理,只講用法,原理性的東西網上特別多,不過還是會對一些要用到的東西進行解釋,不深入講原理。本文中用的是vs2012 net mvc 4.0。原理看這篇文章 看完這個文章絕對受益匪淺。說下登入的整個流程 使用者輸入賬號密碼 點選提交 資料提交到後台控制器 去資料庫取得使用者資料 如果登入成功...

一步一步 Sql Azure

一步一步 sql azure 1.使用 windowsazure 平台賬號登陸 2.新建sqlazure server 3.新建資料庫 4.為sql azure server 新增防火牆規則,只有將本機新增到規則裡才能從本機連線到該sqlazure server 5.連線到sql azure ser...