我用Redis實現了一個輕量級的搜索引擎！
圖片來自 Pexels
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，然后加班什么的就不用說了(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。但我這里想說的是，如果要你自己實現呢?
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。”
于是乎就寫出了下面這段代碼(這里以 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 ...
- limit m,n
代碼在測試環境跑了一把，結果好像都匹配上了，于是準備上預發。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。所以這么一個復雜的 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，最后將所有的子結果集進行一個匯總合并，得到最終想要的結果。
于是他突發奇想，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。
這里小 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，并且在 Redis 中進行集合的交并集操作是一件很容易的事情。
具體方案，如圖所示：
這里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，進行并集操作，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。這里會發現，漏了一個價格的條件。從需求中可知，價格條件是個區間，并且是無窮舉的。
所以上述的這種窮舉條件的 Key-Value 方式是做不到的。這里我們采用 Redis 的另一種數據結構進行實現，有序集合(Sorted Set)：
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
①分頁
這里你或許發現了一個嚴重的功能缺陷，列表查詢怎么能沒有分頁。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，這里簡單起見，就以創建時間為例。如圖所示：
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。
②數據更新
關于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。
這里要注意的是，關于索引內容的更新，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。
③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，最后通過 EXEC 來進行原子性執行。
注意：這里所謂的事務，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
這里只是一個采用 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，學習成本頁相應低些。
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。
作者：jasonGeng88
編輯：陶家龍
出處：https://github.com/jasonGeng88/blog
