TairSearch：加速多列索引查询

Posted 2022-08-23 阿里云云栖号

互联网及传统行业应用服务的关键数据一般存储在mysql这类的关系型数据库中。如需缓解数据库访问压力，可引入Redis等缓存系统承担热数据的查询，以此提升查询效能。然而业务场景如果是在数据库上做随意多列组合索引查询或者like模糊匹配查询，使用普通的KV缓存系统并不能完全承载住，往往需要引入lua或者外部计算等额外的联合查询匹配过滤机制。TairSearch是一个实时全内存检索服务，其核心的倒排索引机制既能满足词根的模糊匹配查询，且可作为热数据存算一体加速任意多列组合索引的联合查询效率。本文将阐述TairSearch如何支持以上场景。

KV缓存在多列灵活查询场景的局限性

设计关系型数据库表时，除可设置主键索引，还可以设置多个二维索引，以及多种联合索引。
使用KV缓存服务时，以Redis为例，一般使用Hash结构映射关系型数据库字段。
将数据库表中的行记录导入到Redis的Hash结构中，以行中主键字段的值作为Redis hash的key，其他字段名作为hash的field，行字段的值作为hash的value。如果查询场景只涉及主键索引，在Redis中可以直接通过hmget的方式获取到行中指定字段的信息。但在以下场景中则有明显的局限性：

1. 查询涉及二维索引，Redis中并不支持按hash中的field内容来查询，只能通过在Redis中再用Hash存储关系型数据库中的二维索引。不仅增加导入行数据的复杂程度，也因为冗余数据造成内存空间的膨胀。
2. 查询涉及联合索引，Redis中并不支持对Hash类型的多key联合查询，用户侧只能在外部或者lua脚本中实现联合查询过滤规则，涉及到了数据的读取和挪动。

下文以支撑流量洪峰时期的机票搜索服务为例，讲述如何使用TairSearch加速任意多列组合索引的联合查询效率。

使用TairSearch加速多列组合索引的联合查询

以某机票搜索界面为模板，可以看到精准搜索机票涉及到几个关键条件：出发地、目的地、日期、经济/公务/头等舱、带儿童、带婴儿。查询结果带有多个航班信息。在暑期、国庆、春节等中长假期时间内，对热门旅游度假区的航班查询容易造成流量洪峰。

TairSearch如何支持这类的热门航旅查询需求？

TairSearch中存储所有待飞的航班信息，已航班的出发地departure 、 目的地destination 拼接作为keydeparture_destination 。因为航班中多个出发地_目的地在搜索航班中并无关联关系，所以key是相互独立的，可直接使用Tair分布式的集群架构存储，进一步提升并行查询能力。

出发地departure 、目的地destination 、日期date 、经济/公务/头等舱seat 、带儿童/带婴儿with 这几个字段建立索引。同时带有航班号flight_id 、价格price 、起飞时间departure_time 、降落destination_time 。如后期需要加字段，可直接使用tft.updateindex 毫秒级添加索引字段，业务无感知。

tft.createindex zhuhai_hangzhou '
    "mappings":
        "properties":
            "departure":
                "type":"keyword"
            ,
            "destination":
                "type":"keyword"
            ,
            "date":
                "type":"keyword"
            ,
            "seat":
                "type":"keyword"
            ,
            "with":
                "type":"keyword"
            ,
            "flight_id":
                "type":"keyword"
            ,
            "price":
                "type":"double"
            ,
            "departure_time":
                "type":"long"
            ,
            "destination_time":
                "type":"long"
            
        
    
'

将航班信息按照以上字段整理成文档写入到TairSearch中。

tft.adddoc zhuhai_hangzhou '
    "departure":"zhuhai",
    "destination":"hangzhou",
    "date":"2022-09-01",
    "seat":"first",
    "with":"baby",
    "flight_id":"CZ1000",
    "price":986.1,
    "departure_time":1661991010,
    "destination_time":1661998210
'

搜索头等舱的航班且按照航班的出发时间排序：

tft.search zhuhai_hangzhou '
    "sort":[
        "departure_time"
    ],
    "query":
        "bool":
            "must":[
                
                    "term":
                        "date":"2022-09-01"
                    
                ,
                
                    "term":
                        "seat":"first"
                    
                
            ]
        
    
'

使用带use_cache的方式访问可以开启query cache的功能，query_cache的有效期是10s，可以对热点航班自带查询结果的热点缓存功能。
模拟随机写入10天内zhuhai_hangzhou有80个航班，且每个航班有6种配置的价格，压测查询的性能数据：

redis-benchmark -r 1 -n 500000 tft.search zhuhai_hangzhou '"sort":["departure_time"], "query":"bool":"must":["term":"date":"2022-09-01","term":"seat":"first"]'
100.00% <= 3 milliseconds
20592.23 requests per second

开启query_cache：

redis-benchmark -r 1 -n 500000 tft.search zhuhai_hangzhou '"sort":["departure_time"], "query":"bool":"must":["term":"date":"2022-09-01","term":"seat":"first"]' use_cache
100.00% <= 2 milliseconds
58920.57 requests per second

结语

TairSearch集缓存与计算于一体的全内存实时全文检索系统，可加速传统关系型数据多列组合查询效率。欢迎大家使用TairSearch产品，任何产品意见和更多的场景需求均可反馈给我们，TairSearch产品技术服务仍在持续迭代完善，期待您的参与。附TairSearch API文档

原文链接

本文为阿里云原创内容，未经允许不得转载。