使用高斯Redis实现二级索引的方法

一、背景

提起索引，第一印象就是数据库的名词，但是，高斯Redis也可以实现二级索引！！！高斯Redis中的二级索引一般利用zset来实现。高斯Redis相比开源Redis有着更高的稳定性、以及成本优势，使用高斯Redis zset实现业务二级索引，可以获得性能与成本的双赢。

索引的本质就是利用有序结构来加速查询，因而通过Zset结构高斯Redis可以轻松实现数值类型以及字符类型索引。

• 数值类型索引（zset按分数排序）：

• 字符类型索引（分数相同时zset按字典序排序）：

下面让我们切入两类经典业务场景，看看如何使用高斯Redis来构建稳定可靠的二级索引系统。

二、场景一：词典补全

当在浏览器中键入查询时，浏览器通常会按照可能性推荐相同前缀的搜索，这种场景可以用高斯Redis二级索引功能实现。

2.1 基本方案

最简单的方法是将用户的每个查询添加到索引中。当需要进行用户输入补全推荐时，使用ZRANGEBYLEX执行范围查询即可。如果不希望返回太多条目，高斯Redis还支持使用LIMIT选项来减少结果数量。

• 将用户搜索banana添加进索引：

ZADD myindex 0 banana:1

• 假设用户在搜索表单中输入“bit”，并且我们想提供可能以“bit”开头的搜索关键字。

ZRANGEBYLEX myindex "[bit" "[bit\xff"

即使用ZRANGEBYLEX进行范围查询，查询的区间为用户现在输入的字符串，以及相同的字符串加上一个尾随字节255（\xff）。通过这种方式，我们可以获得以用户键入字符串为前缀的所有字符串。

2.2 与频率相关的词典补全

实际应用中通常希望按照出现频率自动排序补全词条，同时可以清除不再流行的词条，并自动适应未来的输入。我们依然可以使用高斯Redis的ZSet结构实现这一目标，只是在索引结构中，不仅需要存储搜索词，还需要存储与之关联的频率。

• 将用户搜索banana添加进索引

• 判断banana是否存在

ZRANGEBYLEX myindex "[banana:" + LIMIT 0 1

• 假设banana不存在，添加banana:1，其中1是频率

ZADD myindex 0 banana:1

• 假设banana存在，需要递增频率

若ZRANGEBYLEX myindex "[banana:" + LIMIT 0 1 中返回的频率为1

1）删除旧条目：

ZREM myindex 0 banana:1

2）频率加一重新加入：

ZADD myindex 0 banana:2

请注意，由于可能存在并发更新，因此应通过lua脚本发送上述三个命令，用Lua script自动获得旧计数并增加分数后重新添加条目。

• 假设用户在搜索表单中输入“banana”，并且我们想提供相似的搜索关键字。通过ZRANGEBYLEX获得结果后按频率排序。

ZRANGEBYLEX myindex "[banana:" + LIMIT 0 10
1) "banana:123"
2) "banaooo:1"
3) "banned user:49"
4) "banning:89"

• 使用流算法清除不常用输入。从返回的条目中随机选择一个条目，将其分数减1，然后将其与新分数重新添加。但是，如果新分数为0，我们需从列表中删除该条目。

• 若随机挑选的条目频率是1，如banaooo:1

ZREM myindex 0 banaooo:1

• 若随机挑选的条目频率大于1，如banana:123

ZREM myindex 0 banana:123
ZADD myindex 0 banana:122

从长远来看，该索引会包含热门搜索，如果热门搜索随时间变化，它还会自动适应。

三、场景二：多维索引

除了单一维度上的查询，高斯Redis同样支持在多维数据中的检索。例如，检索所有年龄在50至55岁之间，同时薪水在70000至85000之间的人。实现多维二级索引的关键是通过编码将二维的数据转化为一维数据，再基于高斯Redis zset存储。

从可视化视角表示二维索引。下图空间中有一些点，它们代表我们的数据样本，其中x和y是两个变量，其最大值均为400。图片中的蓝色框代表我们的查询。我们希望查询x介于50和100之间，y介于100和300之间的所有点。

3.1 数据编码

若插入数据点为x = 75和y = 200

1）填充0（数据最大为400，故填充3位）

x = 075

y = 200

2）交织数字，以x表示最左边的数字，以y表示最左边的数字，依此类推，以便创建一个编码

027050

若使用00和99替换最后两位，即027000 to 027099，map回x和y，即：

x = 70-79

y = 200-209

因此，针对x=70-79和y = 200-209的二维查询，可以通过编码map成027000 to 027099的一维查询，这可以通过高斯Redis的Zset结构轻松实现。

同理，我们可以针对后四/六/etc位数字进行相同操作，从而获得更大范围。

3）使用二进制

为获得更细的粒度，可以将数据用二进制表示，这样在替换数字时，每次会得到比原来大二倍的搜索范围。假设我们每个变量仅需要9位（以表示最多400个值的数字），我们采用二进制形式的数字将是：

x = 75 -> 001001011

y = 200 -> 011001000

交织后，000111000011001010

让我们看看在交错表示中用0s ad 1s替换最后的2、4、6、8，...位时我们的范围是什么：

3.2 添加新元素

若插入数据点为x = 75和y = 200

x = 75和y = 200二进制交织编码后为000111000011001010，

ZADD myindex 0 000111000011001010

3.3 查询

查询：x介于50和100之间，y介于100和300之间的所有点

从索引中替换N位会给我们边长为2^(N/2)的搜索框。因此，我们要做的是检查搜索框较小的尺寸，并检查与该数字最接近的2的幂，并不断切分剩余空间，随后用ZRANGEBYLEX进行搜索。

下面是示例代码：

def spacequery(x0,y0,x1,y1,exp)
    bits=exp*2
    x_start = x0/(2**exp)
    x_end = x1/(2**exp)
    y_start = y0/(2**exp)
    y_end = y1/(2**exp)
    (x_start..x_end).each{|x|
        (y_start..y_end).each{|y|
            x_range_start = x*(2**exp)
            x_range_end = x_range_start | ((2**exp)-1)
            y_range_start = y*(2**exp)
            y_range_end = y_range_start | ((2**exp)-1)
            puts "#{x},#{y} x from #{x_range_start} to #{x_range_end}, y from #{y_range_start} to #{y_range_end}"
            # Turn it into interleaved fORM for ZRANGEBYLEX query.
            # We assume we need 9 bits for each integer, so the final
            # interleaved representation will be 18 bits.
            xbin = x_range_start.to_s(2).rjust(9,'0')
            ybin = y_range_start.to_s(2).rjust(9,'0')
            s = xbin.split("").zip(ybin.split("")).flatten.compact.join("")
            # Now that we have the start of the range, calculate the end
            # by replacing the specified number of bits from 0 to 1.
            e = s[0..-(bits+1)]+("1"*bits)
            puts "ZRANGEBYLEX myindex [#{s} [#{e}"
        }
    }
end
spacequery(50,100,100,300,6)

四、总结

本文介绍了如何通过高斯Redis搭建二级索引，二级索引在电商、图（hexastore）、游戏等领域具有广泛的应用场景，高斯redis现网亦有很多类似应用。高斯Redis基于存算分离架构，依托分布式存储池确保数据强一致，可方便的支持二级索引功能，为企业客户提供稳定可靠、超高并发，且能够极速弹性扩容的核心数据存储服务。

到此这篇关于使用高斯Redis实现二级索引的文章就介绍到这了,更多相关Redis二级索引内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！