Redis 8 来了——而且它是开源的
了解更多
在 RedisConf19 大会上，我演示了一种在 RedisGraph 节点上运行 RediSearch 全文搜索的解决方案。大会前几天有些模糊，但现在，几周后，我意识到我们应该更多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，我展示了一个小型界面，您可以通过该界面搜索动物并查看它们如何通过生物分类系统（界、门、纲、目等）相关联。全文搜索部分基于维基百科的第一个英文段落。例如，假设您搜索“cat house pet”（家猫，Felis catus）和“baleen blue”（蓝鲸，Balaenoptera musculus），您会发现它们都只是哺乳动物；而如果您搜索“cat house pet”和“snow central asia cat”（雪豹，Panthera uncia），您会发现它们都属于同一个科：猫科（Felidae）。
这个演示项目出奇地简单，但我应该指出，在撰写本文时，RediSearch 和 RedisGraph 之间的集成仍处于早期阶段，尚未准备好投入生产。我鼓励您探究这种方法是否能满足您的需求，同时理解 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，我们来谈谈演示的组成部分。要完成的第一件事是基于仓库中的正确分支构建 RediSearch 和 RedisGraph。对于 RediSearch，只需使用 当前 master 分支，而对于 RedisGraph，您需要 redisconf 分支。如果您想为自己的需求复制此解决方案，则需要从源代码构建这两个模块。RedisGraph 网站和 RediSearch 网站上都有关于如何执行此操作的详细说明，这需要一些时间，但并不困难。
在您的 redis.conf 文件中，您需要确保 RedisGraph 在 RediSearch 之前加载。为此，请打开 redis.conf 文件并在模块部分，将 RediSearch 的 loadmodule 指令放在 RedisGraph 的前面。这样，当 RedisGraph 加载时，它将检测到搜索模块的存在。完成 redis.conf 编辑后，您可以继续重启 Redis 服务器。
在 演示仓库 中，我包含了我们通过使用 redisgraph-bulk-loader 脚本将以下 CSV 数据加载到 RedisGraph 中整理而成的数据集。该数据集仅包含动物界中的哺乳动物，因为哺乳动物以外的动物数据质量较低（非哺乳动物物种很少有好的维基百科描述）。
数据加载方法如下
$ 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
创建了 5616 个带有标签 'Species' 的节点
创建了 29 个类型为 'IN_CLASS' 的关系
创建了 1272 个类型为 'IN_FAMILY' 的关系
创建了 5616 个类型为 'IN_GENUS' 的关系
创建了 157 个类型为 'IN_ORDER' 的关系
图 'MAMMALS' 构建完成：创建了 7075 个节点，创建了 7074 个关系，耗时 0.443749 秒
$ redis-cli -a yourpassword GRAPH.QUERY MAMMALS "CALL db.idx.fulltext.createNodeIndex('Species','description')"
警告：在命令行界面使用 '-a' 或 '-u' 选项指定密码可能不安全。
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"
(要点：https://gist.github.com/stockholmux/0727a4a784a46f8cb9e8329d393a513a)
此时，键 MAMMALS 包含了我们整个图。有几个重要注意事项
现在，让我们启动并运行一个用户界面。与几乎所有 Node.js 应用一样，我们从 npm install 开始。这可能需要几秒钟，因为我们不仅要管理 Node.js 的服务器端文件，还要管理前端的 Vue.js 组件。如果您最近没有花太多时间在前端 Javascript 世界，它已经不再是 FTP 和 HTML 文件的事情了。现代前端开发者确实认真对待他们的工具，所以我们需要安装 Vue CLI（我建议按照 Vue CLI 入门指南进行操作）。
安装好前端工具后，回到 npm，运行以下命令构建前端：
$ 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。现在我们的数据已存入 Redis，前端文件也已准备好提供服务，我们可以启动服务器了
$ node server.js -p 6379 -a yourpassword -h yourhostOrlocalhost
让我们暂停片刻，介绍一下我们刚刚启动的这个服务器的一些要点。它基于 Express.js 构建，主要使用 websockets 进行来回通信。我还集成了 Visible Engine 调试工具，您可以在单独的浏览器窗口中查看正在执行的命令。您可以通过将浏览器指向 http://localhost:4444 来体验该演示。
总而言之，对于它所实现的功能而言，代码非常短——只有 75 行。我们的解决方案不需要那么长，因为我们真正做的就是接受 websocket 连接，根据传递的消息运行 Redis 命令，然后将带有结果的消息传回。Redis(Graph) 在这里完成了所有繁重的工作。让我们看看我们正在执行的命令。
要搜索关键字，我们运行此命令
> GRAPH.QUERY MAMMALS "CALL db.idx.fulltext.queryNodes('Species','cat house pet')"
这相当简单。我们的键是 MAMMALS，我们使用特殊的 Cypher 语法 CALL 调用一个特定函数，该函数传入我们正在查找的节点的标签以及最后的实际搜索字符串。您可以传入有效的 RediSearch 查询，但请记住，目前这仅支持全文搜索，因此不要使用地理空间、标签或数值子句。
一旦我们确定了要比较的两种动物，我们就使用一个直接的 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，这些查询表示为 Javascript 模板字符串。没有任何隐藏的内容，它只是通过字符串插值将用户输入转换为查询。然而，如果在生产环境中部署类似的东西，您需要谨慎处理用户输入。
如果您打算修改前端代码，请确保编辑 /src 目录，而不是 /dist。编辑后，您需要再次运行 npm run build，或者使用开发服务器（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，这里没有太多复杂的内容，这是一个非常标准的 Vue.js 和 Bootstrap 应用。唯一真正相关的文件是 /src/App.js、/src/components/panels.vue 和 /src/components/search.vue。
就是这样。这是一个简单的演示，展示了一个强大的功能，它集成了两种不同的模型——图和全文搜索。我鼓励您尝试这个演示并替换为您自己的数据集。
