1. 程式人生 > >一步步實現 Redis 搜索引擎

一步步實現 Redis 搜索引擎

行集 準備 exp sta 發的 ast 註意 自己 內容

來源:jasonGeng88

github.com/jasonGeng88/blog/blob/master/201706/redis-search.md

如有好文章投稿,請點擊 → 這裏了解詳情

場景

大家如果是做後端開發的,想必都實現過列表查詢的接口,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復雜,再加上庫表中設計的各種不合理,導致查詢接口特別難寫,然後加班什麽的就不用說了(不知各位有沒有這種感受呢~)。

下面以一個例子開始,這是某購物網站的搜索條件,如果讓你實現這樣的一個搜索接口,你會如何實現?(當然你說借助搜索引擎,像 Elasticsearch 之類的,你完全可以實現。但我這裏想說的是,如果要你自己實現呢?)

技術分享

從上圖中可以看出,搜索總共分為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。

實現1

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:“不就是一個查詢接口嗎?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代碼(這裏以 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

代碼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,所以數據量自然而然要比測試大的多。所以這麽一個復雜的 SQL,它的執行效率可想而知。測試同學果斷把小A的代碼給打了回來。

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性能分析,對該加索引的地方都加上了索引。同時將一條復雜SQL拆分成了多條SQL,計算結果在程序內存中進行計算。

偽代碼如下:

$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,...);

這種方案從性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,每次查詢都會向數據庫查詢多次,而且有些歷史原因,部分條件是做不到單表查詢的,所以查詢等待的時間是避免不了的。

實現3

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,將復雜條件拆分,計算各個子維度的結果集,最後將所有的子結果集進行一個匯總合並,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緩存起來,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。

這裏小C采用 Redis 來存儲緩存數據,用它的主要原因是,它提供了多種數據結構,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:

技術分享

這裏每個條件都事先將計算好的結果集ID存入對應的key中,選用的數據結構是集合(Set)。查詢操作包括:

  • 子類單選:直接根據條件 key,獲取對應結果集;

  • 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。

這裏會發現,漏了一個價格的條件。從需求中可知,價格條件是個區間,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。這裏我們采用 Redis 的另一種數據結構進行實現,有序集合(Sorted Set):

技術分享

將所有商品加入 Key 為價格的有序集合中,值為商品ID,每個值對應的分數為商品價格的數值。這樣在 Redis 的有序集合中就可以通過ZRANGEBYSCORE命令,根據分數(價格)區間,獲取相應結果集。

至此,方案三的優化已全部結束,將數據的查詢與計算通過緩存的手段,進行了分離。在每次查找時,只需要簡單的查找 Redis 幾次就能得出結果。查詢速度上符合了驗收的要求。

擴展

分頁

這裏你或許發現了一個嚴重的功能缺陷,列表查詢怎麽能沒有分頁。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,這裏簡單起見,就以創建時間為例。

如圖所示:

技術分享

圖中藍色部分是以創建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創建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數據:

  • 頁面總數為:ZCOUNT命令

  • 當前頁內容:ZRANGE命令

  • 若以倒序排列:ZREVRANGE命令

數據更新

關於索引數據更新的問題,有兩種方式來進行。一種是通過商品數據的修改,來即時觸發更新操作,一種是通過定時腳本來進行批量更新。這裏要註意的是,關於索引內容的更新,如果暴力的刪除 Key,再重新設置 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,建議采用僅移除集合中失效元素,添加新元素的方式進行。

性能優化

Redis 是內存級操作,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 的多次連接時間可能是不必要時間消耗。通過使用MULTI命令,開啟一個事務,將 Redis 的多次操作放在一個事務中,最後通過EXEC來進行原子性執行(註意:這裏所謂的事務,只是將多個操作在一次連接中執行,如果執行過程中遇到失敗,是不會回滾的)。

總結

這裏只是一個采用 Redis 優化查詢搜索的一個簡單 Demo,和現有的開源搜索引擎相比,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索引擎是類似的,如果再加上詞語解析,也可以實現類似全文檢索的功能。

看完本文有收獲?請轉發分享給更多人

關註「數據庫開發」,提升 DB 技能

聲明:本文由入駐搜狐號的作者撰寫,除搜狐官方賬號外,觀點僅代表作者本人,不代表搜狐立場。

一步步實現 Redis 搜索引擎