用Redis做检索工具类库，速度快还挺靠谱的那种感觉

说到用Redis做检索,很多人第一反应是：“Redis不是个缓存吗？怎么能当搜索来用？” 这话对，但也不全对，把它当成像Elasticsearch那样的专业全文搜索引擎，那肯定是走错了路，但如果你想要的是那种“速度飞快、实现简单、对付几百万数据量绰绰有余”的轻量级检索方案，Redis还真能给你一种“又快又靠谱”的惊喜感，这种感觉，有点像你本来只想找把水果刀切个苹果，结果发现手边这把瑞士军刀异常锋利，顺手就把其他小活儿也给干了。

这种能力的核心,来自于Redis丰富的数据结构，它不是靠一种数据结构打天下，而是让你像搭乐高一样，根据不同的检索需求，组合出最合适的方案。

第一种感觉：精准匹配的“闪电侠”。 这其实就是Redis最基础、最拿手的键值对查询，你有一个商品，商品ID是product:123，那么直接GET product:123，速度是微秒级的，快得没话说，但这种检索太“死板”了，你必须精确地知道键名，为了解决这个问题，我们可以请出集合这个帮手，给所有“上架中”的商品建一个集合，键叫products:active，里面存放所有活跃商品的ID，当你想获取所有上架商品时，先用SMEMBERS products:active拿到所有ID，然后再用这些ID去批量获取商品的详细信息，这种“集合筛选项 + 主键查询”的模式，是实现多条件精准筛选的基础，你还可以有category:electronics（电子产品类目集合）、brand:apple（苹果品牌集合），要查“上架中的苹果电子产品”，只需要用SINTER命令求这几个集合的交集，瞬间就能得到同时满足这三个条件的商品ID列表，这种交集、并集的操作，在内存里完成，效率极高，是Redis做组合检索的一大法宝。

第二种感觉：前缀搜索的“秒回”。 比如用户输入“华为”，你要立马提示“华为手机”、“华为笔记本”、“华为平板”，这种场景下，Redis的有序集合就派上用场了，你可以把所有的商品名称作为成员（member），同时给它们都设置一个相同的分数（score，比如0），关键的一步是使用ZRANGEBYLEX命令，这个命令可以按照字典序进行范围查询，你只需要命令ZRANGEBYLEX myindex [华为 [华为\xff，它就能瞬间返回所有以“华为”开头的商品名称，这里的\xff代表一个最大的字符，用来限定范围的上限，这种感觉就像是给所有数据按字母顺序排好了队，你一眼就能扫到所有以特定词开头的数据，非常高效。

第三种感觉：简单全文检索的“快刀手”。 如果我想在文章内容里搜包含“Redis”这个词的所有文章，怎么办？这就要用到倒排索引的思路了，虽然听起来专业，但用Redis实现起来并不复杂，基本思想是：我们不再记录“文章A包含了哪些词”，而是记录“词Redis被哪些文章包含了”，具体做起来，可以为每个关键词（Redis”）创建一个集合，这个集合里存放所有包含“Redis”的文章ID，当用户搜索“Redis”时，直接取出这个集合就行了，那如何建立这种索引呢？可以在文章入库时，先对文章内容进行分词，然后对于分出的每一个词，都执行SADD word:Redis article:1 article:3这样的命令，把文章ID加到对应词的集合里，搜索多个词，Redis”和“速度”，就用SINTER命令取word:Redis和word:速度这两个集合的交集，得到同时包含这两个词的文章，这种方式对于小规模的文本检索，比如新闻站、博客站的内置搜索，速度非常快，而且完全自控，没有外部依赖。

第四种感觉：地理位置附近的“活地图”。 这个可能是Redis最让人眼前一亮的功能了，Redis内置了GEO数据类型，专门用来处理地理位置查询，你只需要把商户的ID和对应的经纬度存进去，比如GEOADD shops:locations 116.397128 39.916527 "shop:1"，之后，想查询“我当前位置（比如经纬度116.4, 39.9）附近5公里内的所有商户”，一个命令GEORADIUS shops:locations 116.4 39.9 5 km WITHDIST就搞定了，返回结果不仅包括商户ID，还能带上距离，这种检索速度同样是微秒级，对于需要实时LBS服务的应用来说，简直是神器。

那种“靠谱”的感觉从何而来？ 速度快是前提，但“靠谱”还体现在另一方面：数据持久化，Redis虽然主要工作在内存，但它提供了RDB（快照）和AOF（日志）两种持久化机制，可以根据你对数据安全性的要求进行配置，这意味着即使服务器重启，你的索引和数据也不会丢失，重新加载一下就能恢复服务，这保证了服务的可靠性。

这种感觉是有适用边界的,当你的数据量达到亿级，或者需要非常复杂的相关性排序、分词算法时，Redis就力不从心了，这时候还是得上Elasticsearch这样的专业引擎，但在千万数据量以下，尤其是对延迟极其敏感、需要实时响应的检索场景中，用Redis来实现，那种“手起刀落、结果立现”的爽快感，确实会让人觉得它是个速度飞快又相当靠谱的检索工具库。

（注：以上实现思路参考了Redis官方文档中对SET、ZSET、GEO等数据结构的说明，以及业界常见的Redis应用模式，例如使用集合求交集实现多条件查询、使用有序集合的字典序范围查询实现前缀搜索、利用集合构建简易倒排索引等。）