当前位置：首页 > article >正文

Redis篇--应用篇4--自动提示，自动补全

article 2024/12/28 0:30:20

1、概述

Redis本身并不直接提供自动补全（Auto-Complete）功能，但可以通过合理的数据结构和算法设计实现自动补全的功能。常见的实现方式是使用有序集合（Sorted Set）或前缀树（Trie）结合键值对（String）来存储和查询前缀匹配的词项。

2、方案概述

（1）、数据结构选择

词项存储：使用Redis的Sorted Set来存储所有词项及其权重，以便根据权重排序。
前缀索引：使用Redis的Set类型来存储每个前缀对应的词项列表。

（2）、关键操作

添加词项：将词项插入到Sorted Set中，并为每个前缀创建索引。
查询前缀：根据用户输入的前缀，查找所有匹配的词项，并按权重排序返回结果。

（3）、逻辑梳理

1、添加词项

每次添加一个新词项时，我们需要将其插入到Sorted Set中，并为该词项的所有前缀创建索引。假设我们有一个词项 “apple”，它的权重为 5，我们将执行以下操作：
第一步：插入词项到Sorted Set：

ZADD autocomplete:items 5 "apple"

第二步：拆分词项的前缀，存储前缀到词项的Set集合中

- 前缀"a"：
  SADD autocomplete:index:a apple

- 前缀"ap"：
  SADD autocomplete:index:ap apple

- 前缀"app"：
  SADD autocomplete:index:app apple

- 前缀"appl"：
  SADD autocomplete:index:appl apple

- 前缀"apple"：
  SADD autocomplete:index:apple apple

2、查询前缀

当用户输入一个前缀时，我们可以根据该前缀查找所有匹配的词项，并从Sorted Set中获取它们的权重，按权重排序返回结果。假设用户输入了前缀"app"，我们将执行以下操作：
第一步：查找匹配的词项

  SMEMBERS autocomplete:index:app

如：以"app"开头的词项，此处返回的Set集合为[“apple”, “application”]。

第二步：获取词项的权重并排序

 ZREVRANGE autocomplete:items 0 -1 WITHSCORES BYSCORE LIMIT 0 10

如：返回 Sorted Set 中的前 10 个词项及其权重，按权重从高到低排序。

3、更新词项权重

为了实现动态更新词项的权重（例如根据用户的点击次数或搜索频率），我们可以使用ZINCRBY命令来增加某个词项的权重。假设我们要将词项"apple"的权重增加 1：

ZINCRBY autocomplete:items 1 "apple"

4、删除词项

如果需要删除某个词项，我们需要从Sorted Set中移除它，并删除所有与该词项相关的前缀索引。假设我们要删除词项"apple"：
第一步：Sorted Set 中移除词项：

 ZREM autocomplete:items "apple"

第二步：删除所有前缀索引

- 前缀 "a"：
  SREM autocomplete:index:a apple
- 前缀 "ap"：
  SREM autocomplete:index:ap apple
- 前缀 "app"：
  SREM autocomplete:index:app apple
- 前缀 "appl"：
  SREM autocomplete:index:appl apple
- 前缀 "apple"：
  SREM autocomplete:index:apple apple

3、代码示例

（1）、操作实现类

RedisTemplate配置和序列化注入就不赘述了。
第一：存储目标词项到Zset中。拆分词条成多个索引前缀，创建索引和词条的映射关系，通过Set存储。
第二：根据前缀查询符合预期的词项Set列表，回归到Zset中根据权重重新排序。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
import java.util.ArrayList;
import java.util.Set;
import java.util.List;
import java.util.stream.Collectors;

@Service
public class AutocompleteService {

    private static final String ITEMS_KEY = "autocomplete:items";           // 词条存储（ZSet存储，可以按照分值排序）
    private static final String INDEX_PREFIX = "autocomplete:index:";         // 索引存储（Set存储，存储所有词条索引和词条的关系）

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    // 添加词项
    public void addTerm(String term, double score) {
        redisTemplate.opsForZSet().add(ITEMS_KEY, term, score);
        for (int i = 1; i <= term.length(); i++) {
            String prefix = term.substring(0, i);
            redisTemplate.opsForSet().add(INDEX_PREFIX + prefix, term);
        }
    }

    // 查询前缀
    public List<String> searchByPrefix(String prefix, int limit) {
        Set<Object> terms = redisTemplate.opsForSet().members(INDEX_PREFIX + prefix);
        if (terms == null || terms.isEmpty()) {
            return new ArrayList<>();
        }

        // 获取词项的权重并排序
        List<String> sortedTerms = redisTemplate.opsForZSet()
                .reverseRangeByScore(ITEMS_KEY, Double.NEGATIVE_INFINITY, Double.POSITIVE_INFINITY, 0, limit)
                .stream()
                .filter(terms::contains)
                .map(Object::toString)
                .collect(Collectors.toList());

        return sortedTerms;
    }

    // 更新词项权重
    public void updateTermScore(String term, double increment) {
        redisTemplate.opsForZSet().incrementScore(ITEMS_KEY, term, increment);
    }

    // 删除词项
    public void deleteTerm(String term) {
        redisTemplate.opsForZSet().remove(ITEMS_KEY, term);
        for (int i = 1; i <= term.length(); i++) {
            String prefix = term.substring(0, i);
            redisTemplate.opsForSet().remove(INDEX_PREFIX + prefix, term);
        }
    }
}

（2）、测试类

模拟操作：新增词条、根据输入前缀获取符合的所有词条。

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;

import java.util.List;

@RestController
@RequestMapping("/api/autocomplete")
public class AutoCompleteController {

    @Autowired
    private  AutocompleteService autoCompleteService;

    /**
     * 添加建议词
     * @param term 建议词
     * @param score 权重（可选，默认为 1）
     * @return 成功消息
     */
    @PostMapping("/add")
    public String addSuggestion(@RequestParam String term, @RequestParam(required = false, defaultValue = "1.0") double score) {
        autoCompleteService.addTerm(term, score);
        return "Suggestion added: " + term;
    }

    /**
     * 获取建议词
     * @param prefix 用户输入的前缀
     * @param limit 返回的建议词数量
     * @return 匹配的建议词列表
     */
    @GetMapping("/suggest")
    public List<String> getSuggestions(@RequestParam String prefix, @RequestParam(defaultValue = "5") int limit) {
       return autoCompleteService.searchByPrefix(prefix, limit);
    }
}

（3）、测试

第一步：添加词条
本例一共添加apple（权重1），ap11（权重1）,ap22（权重2），application（权重2）
在这里插入图片描述
可以看到redis中正常存储了Zset的4个词项。
且每一个词项的所有前缀索引也设置了Set集合映射。

第二步：查询前缀，获取自动补全的词条
查询ap，可以看到能查询到所有匹配的词条，并且是按照权重排序的。
在这里插入图片描述
在查询app，符合的词条只有2个，也是按照权重排序的。

4、总结

通过合理使用Redis的有序集合和键值对，结合前缀索引和权重排序，可以实现一个自动补全词语的方案。这个方案通常建议用于小型应用，也可以通过分布式架构和Redis模块扩展到大规模应用场景。

5、其他方案实现

RediSearch：如果你需要更复杂的自动补全功能（如模糊匹配、分词、全文搜索等），可以考虑使用[RediSearch]模块。RediSearch提供了强大的搜索和自动补全功能，适合构建复杂的应用场景。
Elasticsearch：如果你已经在使用Elasticsearch，也可以考虑将自动补全功能集成到Elasticsearch中，利用其强大的全文搜索和自动补全功能。
Algolia：如果你不想自己管理基础设施，可以考虑使用Algolia这样的第三方服务，它专门为搜索和自动补全提供了高度优化的解决方案。

查看全文

http://www.kler.cn/a/454249.html