## 01、痛点
最近，一个做户外装备电商的朋友找我，说他们用 Redis 做商品详情缓存，但搜索功能很痛苦。用户输入“帮我找适合长途旅行的轻量背包”，业务上需要同时完成几件事：理解“轻量背包”和“长途旅行”的语义，过滤标签和价格区间，按相关度排序。早期方案是 Redis 扛读，Elasticsearch 做全文和标签过滤，向量数据库单独部署处理语义召回，结果三套系统互相等、数据同步延迟、运维复杂。
我是老李。今天聊聊 Redis 8 之后的一个关键变化：过去模块化的 JSON、搜索、时间序列等能力，已经逐步整合进 Redis Open Source。对 Spring Boot 开发者来说，这意味着可以用一个 Redis 实例，完成 JSON 存储、全文检索、范围过滤和向量搜索。这不是标题党，而是一个值得重新评估技术选型的节点。

## 02、是什么
Redis 8 的变化，最值得注意的不是“又多了几个命令”，而是定位变了：从 key-value store 演化为多模型实时数据平台。它仍然保留最基本的高性能 KV 读写，但原生 JSON 文档、搜索索引、向量检索、时间序列等能力，让数据不只存值，还能在同一套存储上被查询、过滤和排序。
具体来说：
- Redis JSON：允许把商品信息按 JSON 文档存储，字段可读、可路径访问。
- Redis Search：支持全文、范围、地理和向量检索。全文对应词法匹配，范围对应价格/数值过滤，地理对应位置筛选。
- Vector Set：Redis 8 提供面向语义检索的能力，适合存放 Embedding 并做近邻查询。
这里要强调：整合不是要替代 MySQL 或专门搜索引擎。MySQL 仍是关系模型和事务来源，Redis 更强的是实时数据面、低延迟查询和统一读模型。

## 03、为什么
为什么需要多模型实时数据平台？可以先看三种查询：
1. 普通 KV Lookup：知道商品 ID，直接读 product:1001，解决“我有明确标识，取不回值”。
2. 全文 Search：知道关键词和条件，如“轻量背包、价格 0-800、标签长途旅行”，解决“条件明确但字段分散”的词法检索。
3. Vector Search：用户说“适合长途旅行的轻量背包”，没有精确关键词，需要语义相近，解决“表达模糊但意图相关”。
传统方案里，三件事由三个系统完成，跨网络、跨队列、跨缓存。Redis 8 把它们放到一个引擎中，商品 JSON 写入后，全文、标签、价格、向量索引近实时更新，查询链路大幅缩短。这对商品搜索、实时推荐、风控场景都很有吸引力。
从时间点看，Redis 8 刚把模块能力纳入开源，社区关注度高，但完整实践还少，现在写清楚 Spring Boot 的接法和落地边界，正好能避免后面踩坑。

## 04、架构
整体架构可以这样画：
Spring Boot 应用 -> 商品仓储层 -> RedisConnection / 原生客户端 -> Redis 8（JSON + Search + Vector）
数据流分两条：
- 写入流：商品服务把商品信息转成 JSON，调用嵌入模型生成向量，再写入 Redis。写入同时触发索引更新。
- 查询流：用户查询词进来，优先走结构化条件+全文；如果语义表达强，再走向量 KNN；复杂场景两者结合，用混合打分。
数据结构示例：
product:1001 是 JSON 文档，字段包括 name、tags、price、embedding。索引 idx:product 建立在这些字段上。
关键工程决策是 Spring Boot 集成方式。Spring Data Redis 对 RedisTemplate 做了大量高级封装，但 Redis 8 很多新命令还没有对应 API。不要硬套 RedisTemplate，否则容易遇到序列化不对、命令不支持的问题。更灵活的做法是下沉到 RedisConnection 或直接使用原生客户端（Lettuce/Jedis），封装成自己的查询方法。这样新命令一发布，应用层就能用。

## 05、实战
环境准备：Redis 8 开源版，Spring Boot 3.x，spring-boot-starter-data-redis。嵌入模型可以用自建服务，比如把商品标题和用户查询分别生成 384 维向量。
步骤一：创建索引。用 Redis 命令先看结构：
```
FT.CREATE idx:product ON JSON PREFIX 1 product: SCHEMA $.name AS name TEXT $.tags AS tags TAG $.price AS price NUMERIC $.embedding AS embedding VECTOR HNSW 6 TYPE FLOAT32 DIM 384 DISTANCE_METRIC COSINE
```
翻译过来：对 product: 前缀的 JSON 文档创建索引，name 是 TEXT，tags 是 TAG，price 是 NUMERIC，embedding 是 HNSW 向量索引。
步骤二：写入商品 JSON 和向量。Java 侧直接通过 RedisConnection 执行底层命令：
```
RedisConnection conn = redisTemplate.getConnectionFactory().getConnection();
conn.execute("JSON.SET", key.getBytes(UTF_8), path.getBytes(UTF_8), json.getBytes(UTF_8));
```
关键点：不要让 RedisTemplate 用默认 JDK 序列化去写 JSON 文本，统一用 UTF-8 字节。
步骤三：普通 KV Lookup。这个最简单：
```
String key = "product:1001";
String json = new String(conn.get(key.getBytes(UTF_8)), UTF_8);
```
解决精确读取，商品详情页仍用这个路径。
步骤四：全文+过滤。比如用户搜索“轻量背包”，标签要“长途旅行”，价格 0 到 800：
```
FT.SEARCH idx:product "@name:轻量背包 @tags:{长途旅行} @price:[0 800]" RETURN 3 $.name AS name $.price AS price
```
Spring Boot 中把命令参数组好，通过 RedisConnection 发给 Redis。全文负责词法，TAG 和 NUMERIC 负责条件过滤。
步骤五：语义搜索。用户问“适合长途旅行的轻量背包”，先用嵌入模型把查询转成向量，再执行 KNN：
```
FT.SEARCH idx:product "*=>[KNN 10 @embedding $query_vec AS score]" SORTBY score RETURN 3 $.name AS name $.price AS price DIALECT 2
```
这里的 `$query_vec` 是查询向量参数。最后按 score 排序，取 top10。返回结果里可能没有“轻量背包”这个词，但语义上相关，比如“超轻徒步背包”“大容量旅行背包”。
代码包装：在 repository 里写一个 SearchPort，内部持有 RedisConnection，对外暴露 findById、searchByKeyword、searchBySemantic 三个方法。避免上层业务去拼 Redis 命令。

## 06、洞见
这套方案真正值钱的地方，不是把三种查询塞进一个 Redis，而是让实时数据链路变短。过去商品上新后，要异步同步到搜索集群和向量库，秒级到分钟级不一致是常态。Redis 多模型模式，写入后同一份数据近实时可查，对库存、价格、上下架敏感场景很有价值。
但也要冷静看成本。向量索引会显著增加内存占用和写入开销；全文索引有分词和倒排成本；JSON 文档比扁平 String 更易读，但字段多了以后要约束大小。不是所有商品搜索都该上向量。如果用户输入的词法信息已经很强，全文+过滤往往更快、更可解释；语义向量适合长尾表达和模糊意图。实践中先跑通结构化，再叠加向量，不要一上来就追求“智能感”。
另外，嵌入模型的质量和维度直接影响召回效果。384 维轻量模型省内存，但复杂语义可能需要 768 或 1024 维。距离函数选余弦适合文本向量，HNSW 参数要按数据量调。

## 07、行动
如果你的团队正在用 Spring Boot + Redis，建议按下面顺序推进：
1. 盘点查询：把商品查询分为精确读、条件搜索、语义搜索三类，分别对应 KV、全文+过滤、向量 KNN。
2. 先接 JSON：把商品详情从 String 迁移到 JSON 文档，保持 KV 读不受影响。
3. 新命令下沉：不要用 RedisTemplate 硬套，建立 RedisConnection 或原生客户端封装层，所有 Redis 8 新命令集中在 SearchPort。
4. 先上全文和条件：大部分电商搜索问题靠词法+范围能解决，索引成本可控。
5. 再上向量：当长尾查询多、语义召回不够时，增加 embedding 和 KNN，监控内存、索引构建耗时、查询延迟、召回质量。
测验答案：普通 KV Lookup 解决“知道 ID 的精确读取”；全文 Search 解决“关键词和条件明确的词法检索”；Vector Search 解决“表达模糊但语义相关”的召回。三者不是替代关系，而是同一平台上的三种查询形态。

## 08、小结
Redis 8 的多模型整合，把 JSON、全文、向量这些能力从模块拼装变为开源内置，对 Spring Boot 来说是一次集成思路的升级：能继续用 RedisTemplate，但新命令要勇于下沉到连接层。我们用一个“长途旅行轻量背包”的语义商品搜索，串起了 JSON 存储、索引创建、KV 精确读、全文过滤和向量 KNN。真正用好它的前提，是理解每种查询解决什么问题，并在合适场景使用。

## 09、链接与概念说明
概念说明：
- Redis JSON：以 JSON 文档存储结构化数据，支持路径读写。
- Redis Search：提供全文、范围、地理、向量检索的查询引擎。
- Vector Set：Redis 8 用于语义检索的向量集合能力。
- Embedding：把文本、图片等转成稠密向量，语义相近的对象在向量空间更接近。
- HNSW：一种近似最近邻索引，以少量召回损失换取查询速度。
- KNN：近邻查询，返回与查询向量最相似的 top N。
- RedisConnection：Spring Data Redis 提供较低层连接抽象，可执行原生 Redis 命令。

参考链接：Redis 官方文档、Redis Search 文档、Spring Data Redis Reference。

最近，一个做户外装备电商的朋友找我，说他们用 Redis 做商品详情缓存，但搜索功能很痛苦。用户输入“帮我找适合长途旅行的轻量背包”，业务上需要同时完成几件事：理解“轻量背包”和“长途旅行”的语义，过滤标签和价格区间，按相关度排序。早期方案是 Redis 扛读，Elasticsearch 做全文和标签过滤，向量数据库单独部署处理语义召回，结果三套系统互相等、数据同步延迟、运维复杂。我是老李。今天聊聊 Redis 8 之后的一个关键变化：过去模块化的 JSON、搜索、时间序列等能力，已经逐步整合进 Redis Open Source。对 Spring Boot 开发者来说，这意味着可以用一个 Redis 实例，完成 JSON 存储、全文检索、范围过滤和向量搜索。这不是标题党，而是一个值得重新评估技术选型的节点。

《Redis 8.10 + Spring Boot 实战》第14招 Redis 8 新世界——JSON、Search、Vector、Time Series 与概

Redis 8 已把 JSON、全文、向量检索收进开源版。本文用 Spring Boot 落地一个“长途轻量背包”语义搜索，讲清 KV、全文、向量各自解决什么问

架构师

数据库

后端

开发工具

Redis 8 多模型整合让 SpringBoot 开发者可在一个实例中完成 JSON 存储、全文检索、范围过滤及向量搜索。通过 RedisJSON、RedisSearch 和 VectorSet 能力，实现商品精确读、词法过滤和语义召回，简化三套系统架构，降低延迟。新命令需下沉至 RedisConnection 层封装，先上全文+过滤，再按需叠加向量。

结构化数据

向量数据库

代码解释

数据结构

数据同步

数据流

MySQL

Redis

Java

JSON

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Redis 8 多模型整合让 SpringBoot 开发者可在一个实例中完成 JSON 存储、全文检索、范围过滤及向量搜索。通过 RedisJSON、RedisSearch 和 VectorSet 能力，实现商品精确读、词法过滤和语义召回，简化三套系统架构，降低延迟。新命令需下沉至 RedisConnection 层封...

《Redis 8.10 + Spring Boot 实战》第14招 Redis 8 新世界——JSON、Search、Vector、Time Series 与概-腾讯云开发者社区-腾讯云

《Redis 8.10 + Spring Boot 实战》第14招 Redis 8 新世界——JSON、Search、Vector、Time Series 与概

《Redis 8.10 + Spring Boot 实战》第14招 Redis 8 新世界——JSON、Search、Vector、Time Series 与概

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐