快捷的未来即将来到你所在的城市。
加入我们，参加 Redis 发布会
分享
在 RedisConf19 上，我演示了一个在 RedisGraph 中的节点上运行 RediSearch 全文搜索的解决方案。活动前那段时光有些模糊，但现在几周后，我意识到我们应该更详细地解释我们是如何做到这一点的，并发布源代码。
在此演示中，我展示了一个小接口，允许你搜索动物，并通过生物分类系统（界、门、纲、目等）了解它们的关联性。全文部分基于维基百科中的第一个英文段落。因此，作为一个例子，假设你搜索“猫家宠物”（家猫，Felis catus）和“须鲸蓝”（蓝鲸，Balaenoptera musculus），你将看到它们都仅仅是哺乳动物，而如果你搜索“猫家宠物”和“雪中亚猫”（雪豹，Panthera uncia ），你将看到它们都属于同一科，猫科。
这个演示项目出人意料的简单，但我要指出的是，RediSearch 和 RedisGraph 之间的集成仍处于早期阶段，在撰写本文时还没有准备好进行生产。我鼓励你弄清楚这种方法是否能够满足你的需求，并且要明白 RediSearch 和 RedisGraph 之间的集成将在未来几个月内成熟和扩展。
与此同时，我们来聊聊这个演示的组件。首先要完成的事情 是基于仓库中的正确分支构建 RediSearch 和 RedisGraph。对于 RediSearch，那仅仅是当前主分支，而对于 RedisGraph，你需要redisconf 分支。如果你想为了你自己的需求复制这个解决方案，那么你需要从头构建这两个模块。RedisGraph 的网站和 RediSearch 都有详细的说明，讲解如何执行此操作，这需要花费一点时间，但不难。
在你的 redis.conf 文件中，你需要确保 RedisGraph 在 RediSearch 之前加载。为此，转到 redis.conf 文件，并在模块部分，将 RediSearch 的 loadmodule 指令放在 RedisGraph 之前。这样，当 RedisGraph 加载时，它将检测到搜索模块的存在。在你完成编辑 redis.conf 后，你可以继续并重启 Redis 服务。
在演示 repo中，我已将数据集整合在一起，使用redisgraph-bulk-loader脚本，将以下内容从 CSV 加载到 RedisGraph 中。该数据集仅包括动物界中的哺乳动物，这是因为哺乳动物之外的动物可用的数据质量较低（非哺乳动物物种很少有好的维基百科描述）。
以下是数据加载方式
$ cd redisgraph-bulk-loader/
$ python3 bulk_insert.py MAMMALS -q -n /path/to/demo/dataload/Class.csv -n /path/to/demo/dataload/Family.csv -n /path/to/demo/dataload/Genus.csv -n /path/to/demo/dataload/Order.csv -n /path/to/demo/dataload/Species.csv -r /path/to/demo/dataload/IN_CLASS.csv -r /path/to/demo/dataload/IN_FAMILY.csv -r /path/to/demo/dataload/IN_GENUS.csv -r /path/to/demo/dataload/IN_ORDER.csv -a yourpassword
创建了 1 个带有标签“Class”的节点
创建了 157 个带有标签“Family”的节点
创建了 1272 个带有标签“Genus”的节点
创建了 29 个带有标签“Order”的节点
使用标签“物种”创建了 5616 个节点
为类型“IN_CLASS”创建了 29 个关系
为类型“IN_FAMILY”创建了 1272 个关系
为类型“IN_GENUS”创建了 5616 个关系
为类型“IN_ORDER”创建了 157 个关系
图“MAMMALS”构建完成：在 0.443749 秒内创建了 7075 个节点和 7074 个关系
$ redis-cli -a yourpassword GRAPH.QUERY MAMMALS "CALL db.idx.fulltext.createNodeIndex('Species','description')"
警告：在命令行界面中使用“-a”或“-u”选项和密码可能不安全。
1) （空列表或集合）
2) （空列表或集合）
3) 1) “查询内部执行时间：324.970000 毫秒”
（gist：https://gist.github.com/stockholmux/0727a4a784a46f8cb9e8329d393a513a）
此时，键 MAMMALS 包含我们的整个图。一些重要提示
现在，让我们启动并运行 UI。与几乎任何 Node.js 应用程序一样，我们从 npm install 开始。这可能需要几秒钟，因为我们不仅管理着 Node.js 的服务器端文件，还管理着前端 Vue.js 组件。如果您最近没有在前端 Javascript 世界中花费太多时间，那么它不再是 FTP 和 HTML 文件事务。现代前端开发者非常重视他们的工具，因此我们需要安装 Vue CLI（我建议按照 Vue CLI 快速入门指南）。
安装前端工具后，让我们返回 npm 并通过运行构建前端
$ npm run build
这将创建 dist 目录，我们将从该目录提供所有前端文件。现在我们已经在 Redis 中有了数据，前端文件已经可以提供服务，因此我们可以启动服务器
$ node server.js -p 6379 -a yourpassword -h yourhostOrlocalhost
让我们暂停一下，介绍几个关于我们刚刚启动的服务器的信息。它建立在 Express.js 的基础上，主要使用 websocket 进行来回通信。我还集成了 Visible Engine 调试工具，它允许你查看在其他浏览器窗口中执行的命令。你可以通过将浏览器指向 http://localhost:4444 来试用该演示。
总而言之，它对于它的用途来说非常简洁——只有 75 行代码。我们的解决方案不需要这么长，因为我们真正要做的只是接受 websocket 连接、根据所传递的消息运行 Redis 命令以及将这些消息和结果重新传递回去。Redis(Graph) 负责这里所有的繁重工作。让我们看看我们正在执行的命令。
要搜索关键词，我们会运行此命令
> GRAPH.QUERY MAMMALS "CALL db.idx.fulltext.queryNodes('Species','cat house pet')"
这个相当不复杂。我们的密码是 MAMMALS，我们使用特殊的 Cypher 语法调用特定函数，传递我们正在寻找的节点的标签和实际搜索字符串。您可以传递有效的 RediSearch 查询，但请记住，这目前只是全文搜索，因此请不要使用地理空间、标签或数字子句。
一旦我们确定了我们要比较的两种动物，我们将使用直接的 Cypher 查询
> GRAPH.QUERY MAMMALS "MATCH (s:Species)-[*]->(x)<-[*]-(c:Species) WHERE c.fullname = 'Felis catus' AND s.fullname = 'Balaenoptera borealis' RETURN x.name, labels(x) LIMIT 1"
在 server.js 文件中，这些查询被表示为 Javascript 模板字符串。没有隐藏内容，只是将用户输入通过字符串插值传递给查询。但是，如果在生产环境中部署此类查询，您需要小心接受用户输入。
如果您计划修改前端代码，请务必编辑 /src 目录，而不是 /dist 目录。编辑后，您需要再次运行 npm run build 或使用开发服务器 (npm run serve)，它会自动编译对前端代码的更改并在另一个端口上提供服务。同样，这里没有太多内容，它是一个标准的 Vue.js 和 Bootstrap 应用程序。唯一真正相关的文件是 /src/App.js, /src/components/panels.vue 和 /src/components/search.vue。
就这样了。一个简单的演示来展示一个强大的功能，该功能集成了两个不同的模型 - 图和全文搜索。我鼓励您玩一下演示并提交自己的数据集。
