【微服务】RedisSearch 使用详解

小码农叔叔2023-10-08 12:47

目录

一、RedisJson介绍

[1.1 RedisJson是什么](#1.1 RedisJson是什么)

[1.2 RedisJson特点](#1.2 RedisJson特点)

[1.3 RedisJson使用场景](#1.3 RedisJson使用场景)

[1.3.1 数据结构化存储](#1.3.1 数据结构化存储)

[1.3.2 实时数据分析](#1.3.2 实时数据分析)

[1.3.3 事件存储和分析](#1.3.3 事件存储和分析)

[1.3.4 文档存储和检索](#1.3.4 文档存储和检索)

二、当前使用中的问题

[2.1 刚性数据库模式限制了敏捷性](#2.1 刚性数据库模式限制了敏捷性)

[2.2 基于磁盘的文档存储导致瓶颈](#2.2 基于磁盘的文档存储导致瓶颈)

[2.3 附加索引和全文搜索增加了复杂性](#2.3 附加索引和全文搜索增加了复杂性)

[2.4 小规模数据量下的准实时搜索问题](#2.4 小规模数据量下的准实时搜索问题)

三、RedisSearch介绍

[3.1 什么是RedisSearch](#3.1 什么是RedisSearch)

[3.2 RedisSearch功能特性](#3.2 RedisSearch功能特性)

[3.3 与mongodb和es对比](#3.3 与mongodb和es对比)

四、RedisSearch安装

[4.1 启动镜像](#4.1 启动镜像)

[4.2 检查测试](#4.2 检查测试)

[五、RedisJson/ RedisSearch命令使用](#五、RedisJson/ RedisSearch命令使用)

[5.1 RedisJson操作命令](#5.1 RedisJson操作命令)

[5.1.1 保存操作](#5.1.1 保存操作)

[5.1.2 读取操作](#5.1.2 读取操作)

[5.1.3 批量读取操作](#5.1.3 批量读取操作)

[5.1.4 删除操作](#5.1.4 删除操作)

[5.2 RedisSearch操作命令](#5.2 RedisSearch操作命令)

[5.2.1 创建索引](#5.2.1 创建索引)

[5.2.2 为索引添加内容](#5.2.2 为索引添加内容)

[5.2.3 根据关键字查询](#5.2.3 根据关键字查询)

[5.3 RedisSearch 扩展使用](#5.3 RedisSearch 扩展使用)

[5.3.1 前置准备](#5.3.1 前置准备)

[5.3.2 查询全部数据](#5.3.2 查询全部数据)

[5.3.3 查询并按照字段排序](#5.3.3 查询并按照字段排序)

[5.3.4 返回指定字段](#5.3.4 返回指定字段)

[5.3.5 模糊查询](#5.3.5 模糊查询)

[5.3.6 查询范围区间的数据](#5.3.6 查询范围区间的数据)

[5.3.7 关键词检索](#5.3.7 关键词检索)

[5.3.8 高亮显示](#5.3.8 高亮显示)

[5.3.9 删除索引](#5.3.9 删除索引)

六、Java操作RedisJson

[6.1 引入基本依赖](#6.1 引入基本依赖)

[6.2 相关操作API](#6.2 相关操作API)

七、SpringBoot操作RedisJson

[7.1 添加配置文件](#7.1 添加配置文件)

[7.2 添加jedis配置类](#7.2 添加jedis配置类)

[7.3 测试类](#7.3 测试类)

八、写在文末

一、RedisJson介绍

1.1 RedisJson是什么

RedisJSON是一个Redis模块，它实现了JSON数据交换标准ECMA-404，作为原生数据类型。它允许从Redis中存储、更新和获取JSON值；

  • RedisJSON 是一种高性能 JSON 文档存储，允许开发人员构建现代应用程序。它在内存中存储和处理 JSON，以亚毫秒级支持每秒数百万次操作响应时间；
  • JSON 文档的原生索引、查询和全文搜索允许开发人员创建二级索引，快速查询数据；

1.2 RedisJson特点

redisJson具有如下特点：

  • 完全支持JSON标准；
  • 使用类似JSONPath的语法,用于在文档中选择元素；
  • 文档以二进制数据的形式存储在树结构中，允许快速访问子元素；
  • 所有JSON值类型都是原子操作

1.3 RedisJson使用场景

在下面的这些场景下可以考虑使用RedisJson

1.3.1 数据结构化存储

redisJson允许将复杂的JSON数据存储在redis中，并可以使用Redis的查询功能来快速检索和操作这些数据。

1.3.2 实时数据分析

通过将结构化数据存储在RedisJson中，可以轻松的对数据进行实时分析和计算。

1.3.3 事件存储和分析

RedisJson可以用作事件驱动的存储系统。用于存储和分析事件流数据。

1.3.4 文档存储和检索

RedisJson提供了一些内置的查询功能，可以轻松的在存储的JSON数据中执行文档检索。

二、当前使用中的问题

通过上面的内容我们了解了RedisJson的基本内容，并了解了使用RedisJson可以解决的问题和应用场景，Redis常用的数据结构已经很强大了，可以说已经能够满足大多数的业务场景了，为什么还要了解和学习RedisJson这个点呢？在弄清这个问题之前，先来看看现有的一些业务场景下存在的问题。

2.1 刚性数据库模式限制了敏捷性

传统的关系型数据库，一旦数据库表结构随着业务确定下来，中途想要针对某个表扩展新字段将是一件非常麻烦的事，甚至可能会对团队现有的工作节奏造成难以预估的冲击。简单来说就是，传统的数据库模式限制了业务机动调整的灵活性和自由性。

2.2 基于磁盘的文档存储导致瓶颈

文档类型的结构数据，允许开发人员使用灵活的 JSON 数据模型更快地迭代。 然而，由于磁盘 I/O性能瓶颈， 导致应用程序写入缓慢和读取延迟高。

2.3 附加索引和全文搜索增加了复杂性

我们知道在mysql5.7之后的版本，要实现全文检索功能，可以考虑使用全文索引，但使用过mysql全文索引的同学大多数会得出一个结论就是，不好用，用起来限制较多，不够灵活，但在mysql如果不用全文索引实现，使用其他方式将会增加更大的难度和复杂度。

2.4 小规模数据量下的准实时搜索问题

试想你的系统数据规模并不是很大，只是系统中的某些业务场景需要使用实时搜索，或者存在高性能检索的需求，在这种场景下，引入其他高性能数据存储成本会大大增加，同时这也将给开发和运维带来新的工作量。

综上论述，在下面的场景中可能需要使用RedisJson改进或优化你的使用：

  • 数据规模较小的场景下需要完成实时检索，使用mysql无法满足高性能检索场景；
  • 数据结构类json文档，且存在文档结构的扩展；
  • 能够实现全文检索；
  • 存储简单，运维成本低，系统接入成本低；
  • ...

三、RedisSearch介绍

在上文中我们了解了为什么需要使用RedisJson，其实总结一句话就是，需要基于RedisJson使用其全文检索功能，同时还能方便的对存储其中的JSON文档或字段进行增删改查。

3.1 什么是RedisSearch

RediSearch 是一个高性能的全文搜索引擎，它可以作为一个 Redis Module（扩展模块）运行在 Redis 服务器上，在2.x之后的版本它不在使用基于RDB的基础数据结构，而是采用了一种全新的文件存储结构对数据进行索引，而且性能上也有了成倍的提升。

3.2 RedisSearch功能特性

RedisSearch主要特性如下：

  • 多字段联合检索；
  • 高性能增量索引；
  • 复杂布尔查询；
  • 基于管道的查询子句；
  • 基于前缀的搜索；
  • 支持字段权重设置；
  • 自动完成建议（可用于搜索框联想词提示）；
  • 精确的短语搜索；
  • 在许多语言中基于词干分析的查询扩展；
  • 支持自定义评分函数（类似ES的function_score）；
  • 将搜索限制到特定的文档字段；
  • 数字过滤器和范围；
  • 使用 Redis 自己的地理命令进行地理过滤；
  • 检索完整的文档内容或只是 ID 的检索；
  • 支持文档删除和更新与索引垃圾收集；
  • 支持部分更新和条件文档更新；
  • 支持拼写纠错；
  • 支持高亮显示；
  • 支持聚合分析；
  • 支持配置停用词和同义词；
  • 支持向量存储与KNN检索(重磅)；
  • ...

3.3 与mongodb和es对比

结合已有的使用经验对比：

  • RedisSearch 2.2 (支持RedisJson *) 比以前的版本更快；
  • RedisJson * 在直接读取、写入和更新工作负载方面比Mongodb和es更快；
  • 在混合工作负载场景中，实时更新不会影响RedisJson *的搜索和读取性能，而es则会受到影响；

尽管来说从测试的数据来看，在一定情况下RedisSearch的性能确实比es或mongo要高很多，但是两者的使用场景还是有区别的，这点需要额外关注。

四、RedisSearch安装

官方安装手册地址：Install Redis Stack | Redis ，官方提供了多种安装部署方式，这里选择使用Docker来搭建一个RedisSearch的环境。参考下面的安装流程。

4.1 启动镜像

使用下面的命令启动RedisSearch

java 复制代码 
docker run -p 6379:6379 -d --name=myredis redislabs/redisearch:latest

4.2 检查测试

安装完成之后使用 redis-cli 来检查 RediSearch 模块是否加载成功，使用 Docker 启动 redis-cli，命令如下：

bash 复制代码 
docker exec -it myredis redis-cli

在基础命令的使用上，RedisSearch与之前并没有什么区分，可以理解是原生的redis的一种升级版。使用下面的命令检查下安装的RediSearch 包括的功能模块

module list

看到下面的效果，说明RedisSearch模块加载成功

五、RedisJson/ RedisSearch命令使用

接下来对RedisSearch与RedisJson中的常用操作命令通过案例做一下深入的使用和了解。

5.1 RedisJson操作命令

5.1.1 保存操作

语法

JSON.SET <key> <path> <json> [NX | XX]

参数说明：

  • 对于新的Key，path需要使用$或 .；
  • 对于已经存在Key，在进行保存操作之后，原来path路径的值将会被替换掉；
  • NX：表示只有Key不存在，才执行保存操作；
  • XX：表示只有Key存在，才执行保存操作；
  • 通过命令type doc可以查看到存储进去的数据是ReJSON-RL类型；

使用下面的命令添加一条json数据

bash 复制代码 
JSON.SET json_1 . '{"name":"jerry","age":22,"city":"hangzhou"}'

5.1.2 读取操作

语法

bash 复制代码 
JSON.GET <key>
         [INDENT indentation-string]
         [NEWLINE line-break-string]
         [SPACE space-string]
         [path ...]

参数说明：

  • 允许使用多个path进行查询；
  • INDENT 查询结果替换掉默认缩进字符（用于返回Pretty-formatted JSON）；
  • NEWLINE 查询结果替换掉默认换行符（用于返回Pretty-formatted JSON）；
  • SPACE 查询结果替换掉默认空格（用于返回Pretty-formatted JSON）；
  • 获取JSON对象中的属性时需要以.开头

使用下面的命令获取上面添加进去的数据

bash 复制代码 
JSON.GET json_1

5.1.3 批量读取操作

语法

bash 复制代码 
JSON.MGET <key> [key ...] <path>

参数说明：

  • 最后一个参数作为path进行处理；
  • 遍历每一个Key的path，如果不存在，则返回null；

准备两条数据

JSON.SET json_1 . '{"name":"jerry","age":22,"city":"hangzhou"}'

JSON.SET json_2 . '{"name":"mike","age":26,"city":"beijing"}'

使用mget批量获取多条数据

5.1.4 删除操作

语法

bash 复制代码 
JSON.DEL <key> [path]

参数说明

  • path是可选的，如果没有输入，则默认整个Key删除掉；

更多redisJson命令参考文档说明：Commands | Redis

5.2 RedisSearch操作命令

RedisSearch的操作可以说是与RedisJson密不可分的，两者在使用上具有一定的前后关系，简单理解就是RedisSearch通常操作的数据就是RedisJson结构的数据。

5.2.1 创建索引

RedisSearch在使用之前，需要提前定义json数据结构的相关属性，包括指定索引命名，json中的字段类型等，这就有点像操作mysql表需要提前创建表一样。

bash 复制代码 
ft.create myidx schema title text weight 5.0 desc text

参数说明：

  • "myidx"为索引的ID；
  • 此索引包含了两个字段"title"和"desc"；
  • "weight"为权重，默认值为 1.0；

5.2.2 为索引添加内容

添加内容到上面的索引

ft.add myidx doc1 1.0 fields title "He urged her to study English" desc "good idea"

其中"doc1"为文档 ID（docid），"1.0"为评分（score）

5.2.3 根据关键字查询

使用下面的语句查询索引中包含 english关键字的数据

ft.search myidx "english" limit 0 10

5.3 RedisSearch 扩展使用

上面演示了一下使用RedisJson和RedisSearch的基本操作命令，下面继续深入研究一下RedisSearch更深入的使用。

5.3.1 前置准备

定义json模板

bash 复制代码 
FT.CREATE itemIdx ON JSON LANGUAGE chinese SCHEMA $.name AS name TEXT $.description as description TEXT $.brandName AS brandName TAG $.price AS price NUMERIC SORTABLE

参数说明：

  • FT.CREATE itemIdx :创建一个名为 itemIdx 的 RedisSearch索引；
  • 此命令创建一个索引，该索引代表 与JSON 文档中的name、description 、brandName和price相关联进行索引，设置索引语言为chinese：

SCHEMA 这部分定义了索引的字段和他们的数据类型

  • $.name as name TEXT ： 定义了一个名为name的文本字段，对应于JSON键 $name ，这个字段存储的是文本类型的数据；
  • $.description as description TEXT ： 定义了一个名为description 的文本字段，对应于JSON键 $description ，这个字段存储的是文本类型的数据；
  • $.brandName as brandName TAG ： 定义了一个名为brandName 的TAG字段，对应于JSON键 $brandName ，这个字段存储的是TAG类型的数据；
  • $.price as price NUMERIC ： 定义了一个名为price的文本字段，对应于JSON键 $price ，这个字段存储的是NUMERIC类型的数据；

支持的常用的数据类型

  • TEXT(文本)：用于存储文本类型的数据，可以进行全文搜索和模糊匹配；
  • NUMERIC（数值）：用于存储数值数据，支持范围查询和聚合操作；
  • TAG(标签)：用于存储标签或分类信息，支持过滤和聚合操作；
  • VECTOR（向量）：用于存储多维向量数据，支持基于向量相似性的搜索；

执行下面的语句为上述自定义json索引添加几条数据

bash 复制代码 
JSON.SET a1 $ '{"name": "Iphone 15plus","description": "Iphone15-16G-25G","brandName":"Iphone","price": 5699}'

JSON.SET a2 $ '{"name": "华为Mate60 pro","description": "HuaWei-32G-512G","brandName":"华为","price": 7799}'

5.3.2 查询全部数据

建立完索引后，我们就可以使用**FT.SEARCH** 对数据进行查看了，比如使用*可以查询全部；

5.3.3 查询并按照字段排序

设置了price字段为SORTABLE，我们可以以price降序返回查询数据

5.3.4 返回指定字段

FT.SEARCH itemIdx * RETURN 2 name price

5.3.5 模糊查询

还可以使用像like一样的模糊查询，例：查询name以华为开头的

FT.SEARCH item '@name:华为*'

5.3.6 查询范围区间的数据

使用如下语句查询价格在5000~6000的商品；

FT.SEARCH itemIdx '@price:[5000 6000]'

5.3.7 关键词检索

FT.SEARCH中直接指定搜索关键词，可以对所有TEXT类型的属性进行全局搜索，支持中文搜索

FT.SEARCH itemIdx 'Iphone'

5.3.8 高亮显示

使用HIGHLIGHT来进行高亮显示效果（默认对搜索关键字加上<b></b>），HIGHLIGHT必须跟在return后面，return 1 name表示返回一个name字段；对name字段高亮显示。测试了一下，高亮只对TEXT类型有效

FT.SEARCH itemIdx '@name:(华为)' return 1 name HIGHLIGHT

5.3.9 删除索引

使用FT.DROPINDEX命令可以删除索引，如果不加DD只会删除索引，与索引关联的JSON文档不会删除；如果加入DD选项的话，会连数据一起删除；

FT.DROPINDEX itemIdx DD

小结：

细心的同学可能会发现，在Redis的基本数据结构中，Hash这种数据结构和json很类似，因为它们两者存储的都是json类型结构的数据，但是使用JSON的方式与HASH相比，JSON更快。在对数据做修改时，hash需要删除整个文档再将修改后的文档添加，而json可以直接对文档中的某一字段修改。

六、Java操作RedisJson

在Java中操作RedisJson和RedisSearch毕比较简单的方式就是使用jedis，下面演示如何基于jedis来操作RedisJson和RedisSearch

6.1 引入基本依赖

这里注意引入的jedis的版本，我这里使用的是4.0以上的版本，版本太低的话某些与RedisJson相关的API可能无法使用

java 复制代码 
        <!--测试单元 -->
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
        </dependency>

        <!--用来操作redis -->
        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>4.0.1</version>
        </dependency>

        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>5.8.15</version>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <version>${lomok.version}</version>
        </dependency>

6.2 相关操作API

下面给出了使用RedisJson的方式操作对象的相关API，以及RedisSearch的操作API

java 复制代码 
import cn.hutool.core.lang.Console;
import cn.hutool.json.JSONUtil;
import com.congge.entity.TbUser;
import org.junit.Test;
import redis.clients.jedis.HostAndPort;
import redis.clients.jedis.UnifiedJedis;
import redis.clients.jedis.providers.PooledConnectionProvider;
import redis.clients.jedis.search.*;

import java.util.List;

public class RedisJsonTest {

    static UnifiedJedis client;

    static {
        // redis连接
        HostAndPort config = new HostAndPort("IP", 6379);
        PooledConnectionProvider provider = new PooledConnectionProvider(config);
        client = new UnifiedJedis(provider);
    }

    /**
     * 添加json数据
     */
    public static void addJson(){
        TbUser tbUser1 = new TbUser("jerry",30,"杭州西湖区");
        TbUser tbUser2 = new TbUser("mike",29,"北京东城区");
        TbUser tbUser3 = new TbUser("john",28,"武汉汉口");

        // 添加json
        client.jsonSet("user:1", redis.clients.jedis.json.Path.ROOT_PATH,tbUser1);
        client.jsonSet("user:2",redis.clients.jedis.json.Path.ROOT_PATH,tbUser2);
        client.jsonSet("user:3",redis.clients.jedis.json.Path.ROOT_PATH,tbUser3);
        System.out.println("添加json数据成功");
    }

    /**
     * 根据key查询对象数据
     */
    public static void getFromJsonKey(){
        // 查询
        TbUser student = client.jsonGet("user:1", TbUser.class,redis.clients.jedis.json.Path.ROOT_PATH);
        System.out.println(JSONUtil.toJsonStr(student));
    }

    /**
     * 创建索引
     */
    public static void createIndex(){
        Schema schema = new Schema().
                addField(new Schema.Field(new FieldName("$.userName", "userName"), Schema.FieldType.TEXT)).
                addField(new Schema.Field(new FieldName("$.address", "address"), Schema.FieldType.TEXT));
        // 只索引key以user:开头的
        IndexDefinition rule = new IndexDefinition(IndexDefinition.Type.JSON).setPrefixes("user:");
        // 创建索引
        client.ftCreate("user-index",IndexOptions.defaultOptions().setDefinition(rule),schema);
        System.out.println("索引创建成功");
    }

    /**
     * 根据索引中的字段查询
     */
    public static void queryByIndexField(){
        // 查询名字以John开头的学生,并高亮显示
        Query q = new Query("@userName:jerry")
                //.highlightFields(new Query.HighlightTags("<b>","</b>"),"userName")
                .returnFields("userName","address");
        SearchResult searchResult = client.ftSearch("user-index", q);
        List<Document> documents = searchResult.getDocuments();
        for(Document document : documents){
            Console.log(JSONUtil.toJsonStr(document));
            System.out.println();
            document.getProperties().forEach(item ->{
                System.out.println(item.getKey());
                System.out.println(item.getValue());
            });
        }
    }

    public static void main(String[] args) {
        //addJson();
        //getFromJsonKey();
        //createIndex();
        queryByIndexField();
    }

}

下面是根据某个字段的查询结果

七、SpringBoot操作RedisJson

基于上述使用jedis操作RedisJson与RedisSearch的操作，接下来演示如何与springboot进行整合

7.1 添加配置文件

添加application.yaml配置文件，主要配置redis相关的信息，参考如下内容

java 复制代码 
server:
    port: 8087

spring:
    jackson:
      date-format: yyyy-MM-dd HH:mm:ss
      time-zone: GMT+8
    redis:

      database: 0
      host: IP
      port: 6379
      jedis:
        pool:
          max-active: 30

7.2 添加jedis配置类

该配置类即为全局注入一个jedis的客户端，可以在需要调用的位置直接注入使用

java 复制代码 
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import redis.clients.jedis.HostAndPort;
import redis.clients.jedis.UnifiedJedis;
import redis.clients.jedis.providers.PooledConnectionProvider;

@Configuration
public class UnifiedJedisClientConfig {

    @Value("${spring.redis.host}")
    private String host;

    @Value("${spring.redis.port:6379}")
    private Integer port;

    @Bean
    public UnifiedJedis unifiedJedis() {
        HostAndPort config = new HostAndPort(host, 6379);
        PooledConnectionProvider provider = new PooledConnectionProvider(config);
        UnifiedJedis unifiedJedis = new UnifiedJedis(provider);
        return unifiedJedis;
    }

}

7.3 测试类

编写一个测试接口

java 复制代码 
@RestController
public class UserRedisJsonController {

    private static final Logger logger = LoggerFactory.getLogger(UserRedisJsonController.class);

    @Autowired
    private UnifiedJedis jedis;

    //localhost:8087/addJson
    @GetMapping("/addJson")
    public String add(){
        TbUser tbUser1 = new TbUser("jerry",30,"杭州西湖区");
        TbUser tbUser2 = new TbUser("mike",29,"北京东城区");
        TbUser tbUser3 = new TbUser("john",28,"武汉汉口");
        // 添加json
        jedis.jsonSet("user:1", redis.clients.jedis.json.Path.ROOT_PATH,tbUser1);
        jedis.jsonSet("user:2",redis.clients.jedis.json.Path.ROOT_PATH,tbUser2);
        jedis.jsonSet("user:3",redis.clients.jedis.json.Path.ROOT_PATH,tbUser3);
        System.out.println("添加json数据成功");
        return "success";
    }

    /**
     * 根据key查询对象数据
     * localhost:8087/getFromJsonKey
     */
    @GetMapping("/getFromJsonKey")
    public  void getFromJsonKey(){
        // 查询
        TbUser tbUser = jedis.jsonGet("user:1", TbUser.class,redis.clients.jedis.json.Path.ROOT_PATH);
        System.out.println(JSONUtil.toJsonStr(tbUser));
    }

    @GetMapping("/createIndex")
    public String createIndex(){
        // 创建索引
        createIndex("users-index","users:", new String[]{"userName","address"});
        return "索引创建成功";
    }

    public boolean createIndex(String indexName, String key, String... fields){
        try {
            try{
                Map<String, Object> map = jedis.ftInfo(indexName);
                logger.info("index configuration:{}",map);
                jedis.ftDropIndex(indexName);
            } catch (Exception e){
                logger.error("the index does not exist", e);
            }
            Schema schema = new Schema();
            float weight = 1.0f;
            for(String field : fields) {
                String attribute;
                if (!StringUtils.isEmpty(field)) {
                    if (field.indexOf(".") == -1) {
                        attribute = field;
                    } else {
                        String[] fieldSplit = field.split("\\.");
                        attribute = fieldSplit[fieldSplit.length - 1];
                    }
                    if (attribute.toLowerCase().startsWith("geo")) {
                        Schema.Field field1 = new Schema.Field(FieldName.of("user:" + field).as(attribute), Schema.FieldType.GEO);
                        schema.addField(field1);
                        continue;
                    } else {
                        Schema.TextField textField = new Schema.TextField(FieldName.of("user:" + field).as(attribute), weight, false, false, false, null);
                        schema.addField(textField);
                        weight *= 3;
                        continue;
                    }
                }
            }
            IndexDefinition rule = new IndexDefinition(IndexDefinition.Type.JSON).setLanguage("chinese")
                    .setPrefixes(new String[]{key});
            jedis.ftCreate(indexName,
                    IndexOptions.defaultOptions().setDefinition(rule),
                    schema);
            return true;
        } catch (Exception e){
            logger.error("create redis search index failed", e);
            return false;
        }
    }

}

测试其中一个接口，效果如下

八、写在文末

RedisJson是Redis扩展功能中的重要数据结构，基于RedisJson结构可以在实际业务中巧妙处理一些疑难杂症，让程序得到很好的灵活性和扩展性，值得深入研究和学习，本篇到此结束，感谢观看，

热门推荐
01分享几个惊艳的 Three.js 个人站点02【经验分享】Ubuntu22.04安装微信(linux官方版)032024年高教社杯数学建模国赛C题超详细解题思路分析04组基轨迹建模 GBTM的介绍与实现（Stata 或 R）05安卓系列机型永久去除data分区加密 详细步骤解析06【2024数模国赛赛题思路公开】国赛B题思路丨附可运行代码丨无偿自提07springer 在线投稿编译踩坑08Ubuntu24.04安装中文输入法09【2024高教社杯全国大学生数学建模竞赛】B题 生产过程中的决策问题——解题思路 代码 论文10CTF网络安全大赛简单的web抓包题目：HEADache