Ja. Das Search-Modul indexiert Vektorembeddings und unterstützt Similaritätsabfragen (exaktes KNN und Approximate Search mit HNSW), sodass Sie semantische Suche, Empfehlungen und Retrieval-Augmented Generation umsetzen können, ohne eine separate Vektordatenbank in Ihren Stack aufzunehmen.
Sie können eine Vektorabfrage mit Filtern auf numerischen, Tag- und Textfeldern in einer einzigen Anfrage kombinieren.
Beachten Sie, dass valkey-search einen gezielten Satz von
FT.*-Befehlen implementiert (FT.CREATE, FT.SEARCH, FT.AGGREGATE, FT.INFO, FT.DROPINDEX). Wenn Sie den vollständigen Funktionsumfang für fortgeschrittene Volltextsuche benötigen, bietet die Such-Engine von
Redis einen größeren Funktionsumfang.
Die Syntax der Abfragen finden Sie in der
Valkey Search Dokumentation.