Redis Serach Introduction

This is a Introduction for redis-search gem.

Transcript

1. Rails App 运用 Redis 构建 高性能的实时搜索 李华顺 11年11月7日星期⼀一
2. Name: 李华顺 (Jason Lee) Twitter: @huacnlee Github: http://github.com/huacnlee 者也 淘宝 MED 11年11月7日星期⼀一
3. 目前市面上的搜索引擎项目 11年11月7日星期⼀一
4. 但我不讲它们! 11年11月7日星期⼀一
5. 11年11月7日星期⼀一
6. Background • 做了者也(zheye.org)这个网站; • 需要实现类似 Quora 那样高效的搜索功能； • 采用 Ruby on Rails 开发， MongoDB 数据库； • 中文的搜索，需要分词； • 需要逐字匹配搜索； 11年11月7日星期⼀一
7. 11年11月7日星期⼀一
8. • 能够在键盘输入的瞬间响应搜索结果； • MongoDB 支持； • 不需要太复杂的查询，单个字段作为搜索条件； • 逐字匹配功能； • 分词、模糊匹配； • 实时更新； • 排序； 此搜索功能的需求 11年11月7日星期⼀一
9. 为什么不用 Sphinx 或其他的开源项目 • 查询速度无法满足按键瞬间需要响应的 需求 • 对于 MongoDB 的，暂无现成的组件可用 • 需要逐字匹配搜索 • 实时更新索引 11年11月7日星期⼀一
10. 起初的实现机制 set keys *关键词* mget class Ask after_create do key = "quora:#{self.title.downcase}" $redis.set(key,{:id => self.id,:title => self.title, :type => self.type}) end before_destroy do $redis.del("quora:#{self.title_was.downcase}") end def search(text,limit = 10) words = RMMSeg.split(text) keys = $redis.keys("*#{words.collect(&:downcase).join("*")}*")[0,limit] result = $redis.mget(*keys) items = [] result.each do |r| items << JSON.parse(r) end items.sort { |b,a| a['type'] <=> b['type'] } return items end end 11年11月7日星期⼀一
11. 问题 • 数据上了10万+会越来越慢 • 分词搜索只能按顺序输入的查询 • 无法排序 11年11月7日星期⼀一
12. 改如何改进？ 11年11月7日星期⼀一
13. SINTER SUNION 运用 Redis 的特性 Sets 关键词索引 实体数据 SADD SREM Hashes HMGET HDEL HSET Sorted Sets 前缀匹配索引 ZADD ZRANK ZRANGE 11年11月7日星期⼀一
14. Redis-Search 的索引结构 11年11月7日星期⼀一
15. Ask { 'id' : 1, 'title' : 'Ruby on Rails 为什么室如此高效？' , 'score' : 4 } { 'id' : 2, 'title' : 'Ruby 编程入门应该看什么书籍？', 'score' : 20 } { 'id' : 3, 'title' : 'Ruby 和 Python 那个更好?' , 'score' : 13 } { 'id' : 4, 'title' : '做 Python 开发应该用什么开发工具比较好？', 'score' : 5 } 演示数据: Topic { 'id' : 1, 'name' : 'Ruby' , 'score' : 5 } { 'id' : 2, 'name' : 'Rails' , 'score' : 18 } { 'id' : 3, 'name' : 'Rubies', 'score' : 10 } { 'id' : 4, 'name' : 'Rake', 'score' : 4 } { 'id' : 5, 'name' : 'Python' , 'score' : 2 } prefix_index_enable = true 11年11月7日星期⼀一
16. 前缀匹配索引 Sorted Sets 关键词索引 Sets topic:rails [2] ask:rails [1] topic:ruby [1] ask:ruby [1,2,3] topic:rails [4] topic:rubies [5] ask:python [3,4] ask:什么 [1,2,4] ...... Score排序索引 ask:_score_:1 4 ask:_score_:2 20 ask:_score_:3 13 ask:_score_:4 5 topic:_score_:1 18 topic:_score_:2 10 topic:_score_:3 4 topic:_score_:4 2 ...... Sets 索引 1. r 2. ra 3. rai 4. rail 5. rails* 6. rak 7. rake* 8. ru 9. rub 10.rubi 11.rubie 12.rubies* 13.ruby* ‣ * 号项表示实际词 ‣ 自动排序存放 11年11月7日星期⼀一
17. 索引实际数据 Topic topic:1 { 'id' : 1, 'name' : 'Ruby' } topic:2 { 'id' : 2, 'name' : 'Rails' } topic:3 { 'id' : 3, 'name' : 'Rubies' } topic:4 { 'id' : 4, 'name' : 'Rake' } topic:5 { 'id' : 5, 'name' : 'Python' } Hashes Ask ask:1 { 'id' : 1, 'title' : 'Ruby on Rails 为什么如此高效？' } ask:2 { 'id' : 2, 'title' : 'Ruby 编程入门应该看什么书籍？' } ask:3 { 'id' : 3, 'title' : 'Ruby 和 Python 那个更好?' } ask:4 { 'id' : 4, 'title' : '做 Python 开发应该用什么开发工具比较好？' } 11年11月7日星期⼀一
18. 前缀匹配搜索过程 r 1 [rails,rake,rubies,ruby] ru 8 [rubies,ruby] ruby 13 [ruby] 输入 坐标 得到从坐标 1 到 101 之间的前缀，并取出带 * 号的项 redis> ZRANGE 1 100+1 redis> SORT topic:rubies+ruby BY topic:_score_:* DESC LIMIT 0 10 [2,3,1,4] 返回到 redis-search [2,1] [1] redis> HMGET ask 2,3,1,4 结果 1. r 2. ra 3. rai 4. rail 5. rails* 6. rak 7. rake* 8. ru 9. rub 10. rubi 11. rubie 12. rubies* 13. ruby* redis> ZRANK r rub 9 redis> SUNIONSTORE topic:rubies+ruby topic:rubies topic:ruby 取关键词的并集 排序 { 'id' : 2, 'name' : 'Rails' , 'score' : 18 } { 'id' : 3, 'name' : 'Rubies', 'score' : 10 } { 'id' : 1, 'name' : 'Ruby' , 'score' : 5 } { 'id' : 4, 'name' : 'Rake', 'score' : 4 } http://antirez.com/post/autocomplete-with-redis.html 前缀算法索引来源: 11年11月7日星期⼀一
19. 分词搜索过程 Ruby [ruby] [1,2,3] Ruby 什么 [ruby,什么] [1,2] Ruby 什么书籍 [ruby,什么,书籍] [2] 输入 分词得到 交集 (in Redis) redis> SINTERSTORE ask:ruby+什么+书籍 ask:ruby ask:什么 ask:书籍 redis> SORT ask:ruby+什么+书籍 BY ask:_score_:* DESC LIMIT 0 10 [2,3,1] 返回编号到 redis-search [2,1] [2] redis> HMGET ask 2,3,1 { 'id' : 2, 'title' : 'Ruby 编程入门应该看什么书籍？', 'score' : 20 } { 'id' : 3, 'title' : 'Ruby 和 Python 那个更好?' , 'score' : 13 } { 'id' : 1, 'title' : 'Ruby on Rails 为什么室如此高效？' , 'score' : 4 } 结果 11年11月7日星期⼀一
20. so... 11年11月7日星期⼀一
21. Redis-Search ActiveRecord 11年11月7日星期⼀一
22. Redis-Search 特性 • iMac 上面能够 100万+ 数据的搜索能够达到10ms/次 以内响 应速度; • 实时更新搜索索引； • 中文分词搜索 (rmmseg-cpp) • 前缀匹配搜索； • No-SQL - 无需查询原始数据库； • 根据汉语拼音搜索(chinese_pinyin)； • ActiveRecord 和 Mongoid 支持； 11年11月7日星期⼀一
23. Redis-Search 的局限性 • 只能针对⼀一个字段搜索（后面会加入别名搜索功能)； • 排序选项有限（目前只有⼀一个）； • 附加条件只能是 =，不能 > 或 < ...； • 拼音搜索在某些同音字场景下面会有小出入； 11年11月7日星期⼀一
24. 应用场景 • 文章搜索； • 搜索用户； • 国家，城市匹配； • 好友匹配； • 分类，Tag 匹配； • 其他名称匹配（如：店名，地址，品牌，书籍，电影，音 乐...) • 相关内容匹配； 11年11月7日星期⼀一
25. How to use it? 11年11月7日星期⼀一
26. gem 'redis','>= 2.1.1' gem 'chinese_pinyin', '0.4.1' gem 'rmmseg-cpp-huacnlee', '0.2.9' gem 'redis-namespace','~> 1.1.0' gem 'redis-search', '0.7.0' Gemfile shell> bundle install 安装 11年11月7日星期⼀一
27. config/initializers/redis_search.rb require "redis" require "redis-namespace" require "redis-search" redis = Redis.new(:host => "127.0.0.1",:port => "6379") redis.select(3) # 设置命名空间，防止和其他项目发生冲突 redis = Redis::Namespace.new("your_app_name:search", :redis => redis) Redis::Search.configure do |config| config.redis = redis # 前缀匹配搜索阀值，设置多少要看你需要前缀匹配的内容，最长的字数有多少，越短越好 config.complete_max_length = 100 # 是否开启拼音搜索 config.pinyin_match = true end 配置 11年11月7日星期⼀一
28. Model 配置 class User include Mongoid::Document include Redis::Search field :name field :tagline field :email field :followers_count, :type => Integer, :default => 0 field :sex, :type => Integer, :default => 0 # 开启次 Model 的搜索索引 # title_field 用于搜索的字段 # prefix_index_enable 是否使用逐字匹配 # score_field 排序字段 # condition_fields 附加条件 # ext_fields 存入 Hash 的字段,因为 redis-search 不再查询原始数据库，所以如果 显示需要某些字段，请把它定义到这里 redis_search_index(:title_field => :name, :prefix_index_enable => true, :score_field => :followers_count, :condition_fields => [:sex] :ext_fields => [:email,:tagline]) end 11年11月7日星期⼀一
29. 配置好以后，Redis-Search 将会在数据 Create, Update, Destroy 的时候自动更新 Redis 里面的索引，以及 Hash 数据，无需理 会更新的问题。 11年11月7日星期⼀一
30. 查询 rails c> Redis::Search.complete('User', 'hua', :conditions => {:sex => 1}, :limit => 20) 前缀匹配搜索: 普通分词搜索: rails c> Redis::Search.query('Ask', 'Ruby敏捷开发', :conditions => {:state => 1}, :limit => 20) 11年11月7日星期⼀一
31. http://github.com/huacnlee/redis-search 项目地址 11年11月7日星期⼀一
32. Thanks 11年11月7日星期⼀一