RedisSearch字段类型与选项详解

RedisSearch字段类型与选项详解

RediSearch 项目地址: https://gitcode.com/gh_mirrors/red/RediSearch

RedisSearch作为Redis的全文搜索模块，提供了多种字段类型来满足不同场景下的搜索需求。本文将深入解析RedisSearch支持的各种字段类型及其配置选项，帮助开发者更好地构建高效的搜索应用。

数字类型（NUMBER）

数字类型用于存储数值数据，支持整数和浮点数。该类型特别适合需要数值范围查询的场景，如价格区间筛选、评分排序等。

基本特性

• 排序能力：支持基于数值的排序操作
• 范围查询：可执行精确或范围条件查询
• 索引控制：可选择是否建立索引

创建语法

FT.CREATE ... SCHEMA ... 字段名 NUMBER [SORTABLE] [NOINDEX]

查询示例

查找价格在200到300之间的商品：

FT.SEARCH products "@price:[200 300]"

查询操作符详解

| 运算符 | 查询语法 | 说明 | |--------|----------|------| | 全包含范围 | @字段:[min max] | min ≤ x ≤ max | | 全排除范围 | @字段:[(min (max] | min < x < max | | 大于等于 | @字段:[min +inf] | x ≥ min | | 小于等于 | @字段:[-inf max] | x ≤ max | | 等于 | @字段:[val val] | x == val | | 不等于 | -@字段:[val val] | x != val |

地理坐标类型（GEO）

地理坐标类型用于存储经纬度信息，支持地理位置相关的半径查询，非常适合LBS（基于位置的服务）应用。

核心功能

• 支持千米(km)和米(m)两种单位
• 可计算两点间的距离
• 支持排序和索引控制

创建语法

FT.CREATE ... SCHEMA ... 字段名 GEO [SORTABLE] [NOINDEX]

查询示例

查找距离巴黎(2.34,48.86)1000公里内的城市：

FT.SEARCH cities "@coords:[2.34 48.86 1000 km]"

向量类型（VECTOR）

向量类型用于存储高维向量数据，通常由机器学习模型生成，支持相似度搜索。

关键特性

• 支持多种相似度算法
• 可处理文本、图像等非结构化数据
• 适用于推荐系统、内容相似度分析等场景

创建语法

FT.CREATE ... SCHEMA ... 字段名 VECTOR 算法 参数数量 [参数键值对...]

算法选项

1. FLAT：暴力搜索算法，精度高但性能较低
2. HNSW：分层导航小世界算法，平衡精度与性能

参数说明

• TYPE：向量元素类型（如FLOAT32）
• DIM：向量维度
• DISTANCE_METRIC：距离度量方式（如L2、COSINE等）

标签类型（TAG）

标签类型用于存储分类信息，适合低基数的离散值集合。

特点分析

• 不进行分词处理
• 支持自定义分隔符
• 默认大小写不敏感（可配置）

创建语法

FT.CREATE ... SCHEMA ... 字段名 TAG [SEPARATOR 分隔符] [CASESENSITIVE]

查询示例

查找带有"blue"标签的商品：

FT.SEARCH products "@tags:{blue}"

文本类型（TEXT）

文本类型是全文搜索的核心，支持丰富的文本处理功能。

核心功能

• 自动小写转换
• 分词处理
• 支持词干提取
• 可配置权重

创建语法

FT.CREATE ... SCHEMA ... 字段名 TEXT [WEIGHT 权重] [NOSTEM] [PHONETIC 匹配器] [SORTABLE] [NOINDEX] [WITHSUFFIXTRIE]

高级选项

1. PHONETIC：支持语音匹配（如双变音算法）

   • dm:en（英语）
   • dm:fr（法语）
   • dm:pt（葡萄牙语）
   • dm:es（西班牙语）

2. WITHSUFFIXTRIE：启用后缀树索引，优化模糊查询性能

查询示例

1. 在所有文本字段中搜索"wizard"：

FT.SEARCH books "wizard"

2. 仅在title字段中搜索"dogs"：

FT.SEARCH books "@title:dogs"

最佳实践建议

1. 索引策略：对频繁查询的字段建立索引，不常用的字段可设为NOINDEX
2. 性能权衡：向量搜索时，根据精度需求选择FLAT或HNSW算法
3. 标签设计：合理选择标签分隔符，避免与内容冲突
4. 文本处理：对不需要分词的文本（如URL）使用NOSTEM选项
5. 地理查询：根据业务需求选择合适的距离单位（km/m）

通过合理运用这些字段类型和选项，开发者可以构建出高效、精准的搜索系统，满足各种复杂的业务需求。

RediSearch 项目地址: https://gitcode.com/gh_mirrors/red/RediSearch