跳到正文
Elaine Blog
返回

Redis Stack:搜索、JSON、时序与概率结构

Redis 与缓存工程

Redis 8 把搜索、JSON、时序和概率结构带入统一产品线,但“同一个服务能做”不等于“所有数据都应放进去”。先确认数据模型、查询、持久性和运维边界,再与专用系统做真实 PoC。

Table of contents

Open Table of contents

四组能力解决什么

能力典型用途重点风险
Search文本、字段过滤、聚合、向量检索索引内存、重建、相关性调参
JSON按路径读写层级文档文档膨胀、并发更新边界
Time Series时间点、保留期、降采样和聚合基数、乱序写入、长期成本
概率结构存在性、频率、基数、Top-K 估算假阳性或估算误差

概率结构用受控误差换取固定或较小内存。Bloom Filter 可以说“肯定不在”或“可能在”;HyperLogLog 估算不重复数量;Count-Min Sketch 估算频率;Top-K 跟踪热门元素。业务必须能容忍误差,不能拿估算值直接结算费用。

Redis Search 不是 Elasticsearch 的缩小版

Redis Search 适合低延迟、数据已在 Redis 或需要搜索与实时更新紧密结合的场景。Elasticsearch 等搜索平台在大规模日志、复杂搜索治理和独立搜索生命周期上可能更合适。比较时要测索引构建、写放大、内存、P99、故障恢复和在线迁移。

JSON 不等于免设计 Schema

JSON 路径和索引字段仍是数据契约。文档越大,更新、复制和持久化成本越高;跨文档约束仍需应用处理。稳定的交易不变量通常继续留在关系数据库,把 Redis JSON 用作派生读模型更容易控制。

做一个可退出的 PoC

选择真实数据分布和 Top 查询,固定 Redis 与客户端版本,记录模块命令、内存、索引时间、重建时间和备份恢复步骤。ADR 还要写出退回普通 Redis、关系库或专用搜索/时序系统的数据迁移方案。

参考 Redis 数据类型总览。当前文档还列出 Array、Vector Set 等新结构;使用前应确认目标部署版本和托管服务确实支持。

下一步

继续阅读07-11 Redis 性能诊断与容量规划,用延迟、BigKey、内存和网络证据建立容量模型。


分享这篇文章:

上一篇
热点 Key 探测、隔离与本地缓存
下一篇
Redis 性能诊断与容量规划