Spring AI 中的 Redis 向量数据库集成了 Redis 的向量功能，提供向量存储和搜索能力。

​
概述

Redis 向量数据库支持：

  • 内存向量存储
  • 实时相似性搜索
  • 高性能操作
  • 可扩展架构

​
特性

内存

内存存储

实时

实时搜索

性能

高性能

可扩展

水平扩展

​
实现

​
基本设置

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-redis-vectordb</artifactId>
    <version>${spring-ai.version}</version>
</dependency>

​
配置

# Redis 向量数据库配置
spring.ai.redis.vectordb.enabled=true
spring.ai.redis.vectordb.host=localhost
spring.ai.redis.vectordb.port=6379
spring.ai.redis.vectordb.index-name=vectors

​
用法

@Service
public class RedisVectorService {
    private final RedisVectorClient vectorClient;

    public RedisVectorService(RedisVectorClient vectorClient) {
        this.vectorClient = vectorClient;
    }

    public void storeVector(String id, float[] vector, Map<String, Object> metadata) {
        vectorClient.store(id, vector, metadata);
    }

    public List<SearchResult> searchSimilar(float[] queryVector, int k) {
        return vectorClient.search(queryVector, k);
    }
}

​
向量操作

​
1. 向量存储

@Configuration
public class RedisVectorStorageConfig {
    @Bean
    public VectorStorage redisVectorStorage(RedisVectorProperties properties) {
        return new RedisVectorStorage(properties);
    }
}

​
2. 相似性搜索

@Configuration
public class RedisSimilaritySearchConfig {
    @Bean
    public SimilaritySearch redisSimilaritySearch(RedisVectorProperties properties) {
        return new RedisSimilaritySearch(properties);
    }
}

​
3. 索引管理

@Service
public class IndexService {
    private final RedisVectorClient vectorClient;

    public void createIndex(String name, int dimension) {
        vectorClient.createIndex(name, dimension);
    }

    public void dropIndex(String name) {
        vectorClient.dropIndex(name);
    }
}

​
高级特性

​
自定义索引配置

@Configuration
public class IndexConfig {
    @Bean
    public IndexConfig indexConfig() {
        return IndexConfig.builder()
            .name("custom-vectors")
            .dimension(1536)
            .algorithm(Algorithm.HNSW)
            .metricType(MetricType.COSINE)
            .build();
    }
}

​
集群配置

@Configuration
public class ClusterConfig {
    @Bean
    public ClusterConfig clusterConfig() {
        return ClusterConfig.builder()
            .nodes(Arrays.asList("redis-1:6379", "redis-2:6379"))
            .build();
    }
}

​
监控

management.endpoints.web.exposure.include=redis-vectordb
management.endpoint.redis-vectordb.enabled=true

​
最佳实践

使用 Redis 向量数据库时，请考虑以下最佳实践：

  • 内存管理：配置适当的内存设置
  • 索引设计：设计高效的索引结构
  • 集群策略：实施有效的集群
  • 资源管理：配置资源分配
  • 监控：设置全面的监控

​
故障排除

常见问题及解决方案：

  1. 连接问题

    • 验证主机和端口
    • 检查网络连接性
    • 查看身份验证

  2. 性能问题

    • 优化内存设置
    • 调整索引配置
    • 查看查询模式

  3. 存储问题

    • 监控内存使用情况
    • 执行清理
    • 查看保留策略

文档有误？请协助编辑

发现文档问题？点击此处直接在 GitHub 上编辑并提交 PR，帮助我们改进文档！