【Redis】笔记｜第9节｜Redis Stack扩展功能

Redis Stack 扩展功能笔记（基于 Redis 7）

一、Redis Stack 概述

• 定位：Redis OSS + 扩展模块（JSON、搜索、布隆过滤器等），提供高级数据处理能力。
• 核心模块：
  • RedisJSON：原生 JSON 支持，支持路径查询和原子操作。
  • Search and Query：全文搜索（类似 ElasticSearch），支持复杂条件过滤。
  • Bloom Filter：高效判断元素是否存在（节省空间，有误判率）。
  • Cuckoo Filter：支持删除操作的布隆过滤器改进版。

二、核心扩展功能详解

1. Redis JSON
   • 功能：
     • 存储/查询 JSON 数据：JSON.SET user $ '{"name":"loulan"}'
     • 路径操作：JSON.GET user $.name，JSON.NUMINCRBY user $.age 2
     • 数组操作：JSON.ARRAPPEND user $.hobbies '"swimming"'
   • 优势：
     • 二进制存储（高效省内存），性能媲美 MongoDB。
     • 与 Redis 生态（TTL、事务）无缝集成。
2. Search and Query
   • 传统 SCAN 缺陷：
     • 仅支持简单 Key 过滤：SCAN 0 MATCH k* COUNT 20（阻塞风险）。
   • RedisSearch 方案：
     • 创建索引（支持 JSON/HASH）：

FT.CREATE productIndex ON JSON SCHEMA $.name AS name TEXT $.price AS price NUMERIC  

• • • 复杂查询（电商场景）：

FT.SEARCH productIndex "@name:HUAMET @price:[1000 5000]" RETURN 2 id name  

1. Bloom Filter
   • 原理：位数组 + 多哈希函数（空间高效，存在误判）。
   • 使用场景：缓存穿透防护（快速拦截无效请求）。
   • Redis 操作：

BF.RESERVE bf 0.01 1000  # 创建（容错率1%，容量1000）  
BF.ADD bf A              # 添加元素  
BF.EXISTS bf a           # 检查（返回1可能存在，0一定不存在）  

1. Cuckoo Filter
   • 改进点：支持删除（CF.DEL），空间利用率更高。
   • 参数：桶大小（BUCKETSIZE）影响误判率和性能（默认 2）。
   • 创建：

CF.RESERVE cf 1000 BUCKETSIZE 2 MAXITERATIONS 20  

三、扩展模块集成

1. 手动安装：（Redis8不用安装，默认集成，或者用redis-stack:v7.4.0-v5的Docker镜像也集成了stack）
   • 从 Redis 下载中心 获取模块（如 redisbloom.so）。
   • 配置加载：

loadmodule /path/redisbloom.so  

• • 验证：MODULE LIST

1. Java 客户端调用：
   • 通过 Lua 脚本执行扩展命令（需处理模块未加载异常）：

// 创建布隆过滤器  
String script = "return redis.call('BF.RESERVE', KEYS[1], '0.01','1000')";  
redisTemplate.execute(new DefaultRedisScript<>(script, String.class), keys);  

四、Redis 8 新特性补充

基于 Redis 8 与 Redis Stack 的演进：

1. 原生 JSON 性能优化：
   • 支持完整 JSONPath 语法，增强查询灵活性。
2. 向量搜索（Vector Search）：
   • 新增 RedisVL 模块，支持 AI 向量相似度搜索（集成 Hugging Face 模型）。
3. 客户端缓存改进：
   • 服务端辅助的客户端缓存（Tracking），减少网络开销。
4. 持久化增强：
   • 多线程 AOF 重写，提升大数据集持久化效率。

注意：Redis Stack 从 8 开始与 Redis OSS 版本号对齐，扩展模块更新更紧密。

参考：Redis Stack 官方文档 | Redis 8 Release Notes