Redis®*: 向量搜尋與RAG

使用Redis進行語意搜尋、推薦系統及檢索增強生成（RAG）

👋 歡迎瀏覽 Stackhero 文件！

Stackhero 提供即開即用的 Redis cloud 方案，帶來多項優勢，包括：

已包含 Redis Commander 網頁介面。

無限訊息大小及傳輸量。

一鍵輕鬆完成更新。

以專屬私人基礎設施提供最佳效能及強大安全性。

節省時間，簡化您的工作流程：只需5分鐘即可體驗 Stackhero 的 Redis cloud hosting 方案！

如果您正在開發語意搜尋、推薦引擎或檢索增強生成（RAG）流程，您需要一個可靠的方法來儲存embeddings，並能夠快速找到與查詢最接近的匹配項。您在Stackhero上的Redis實例原生支援這個功能：查詢引擎會為向量建立索引，並能在毫秒級回應相似度搜尋。您無需額外部署獨立的向量資料庫，所有功能都集中在同一個地方。

這種做法之所以高效且具生產力，主要得益於兩個關鍵特點：

混合查詢（Hybrid queries）。 您可以在單一請求中，將向量相似度搜尋與標準篩選條件（如數值範圍、標籤或全文檢索）結合。例如：「找出最接近這個問題的5個片段，但僅限於這位用戶有權閱讀、且於一月後發佈的文件」——這樣的需求可以用一個查詢完成，無需多次請求。
簡化架構。 Embeddings、快取（cache）及sessions可共存於同一服務，並共用認證、備份及監控，從而降低系統複雜度及管理負擔。

開始前

請於Stackhero 控制台的服務設定內的Modules區段啟用Search模組（如需以JSON格式儲存文件，亦請啟用JSON模組）。詳細步驟請參閱Search與JSON指南。

建立向量索引

要宣告一個向量欄位，請指定其維度（dimension）及距離度量（distance metric）。維度需與您的embedding模型一致：例如，OpenAI text-embedding-3-small為1536，許多開源模型則為768等。

FT.CREATE chunksIndex
  ON HASH
  PREFIX 1 chunk:
  SCHEMA
    content TEXT
    documentId TAG
    publishedAt NUMERIC
    embedding VECTOR HNSW 6
      TYPE FLOAT32
      DIM 1536
      DISTANCE_METRIC COSINE

HNSW會建立一個圖形索引（graph index），即使您的資料集規模增長，查詢速度仍然維持快速。這在向量數量超過數千時尤其適用。若您的資料集較小且需精確結果，可選用FLAT進行暴力搜尋。

COSINE是大多數文本embedding模型推薦的距離度量。若您的應用有特殊需求，也可選擇L2或IP。

查詢

K近鄰（KNN）查詢語法如下。向量需以原始little-endian float32 bytes格式傳入：

FT.SEARCH chunksIndex "*=>[KNN 5 @embedding $queryVector AS score]"
  PARAMS 2 queryVector "<rawBytes>"
  SORTBY score
  RETURN 2 content score
  DIALECT 2

如需結合相似度搜尋與篩選條件，只需將*替換為篩選表達式：

FT.SEARCH chunksIndex "(@documentId:{doc42} @publishedAt:[1735689600 +inf])=>[KNN 5 @embedding $queryVector AS score]"
  PARAMS 2 queryVector "<rawBytes>"
  SORTBY score
  DIALECT 2

向量查詢必須使用 DIALECT 2。如省略此參數，查詢將採用舊語法並返回錯誤。

Node.js中的RAG流程範例

import { createClient, SCHEMA_FIELD_TYPE, SCHEMA_VECTOR_FIELD_ALGORITHM } from 'redis';

const client = createClient({ url: process.env.STACKHERO_REDIS_URL_TLS });
await client.connect();

const DIMENSIONS = 1536;
const toBytes = embedding => Buffer.from(new Float32Array(embedding).buffer);

// 1. 啟動時建立索引（只需一次）
try {
  await client.ft.create(
    'chunksIndex',
    {
      content: SCHEMA_FIELD_TYPE.TEXT,
      documentId: SCHEMA_FIELD_TYPE.TAG,
      embedding: {
        type: SCHEMA_FIELD_TYPE.VECTOR,
        ALGORITHM: SCHEMA_VECTOR_FIELD_ALGORITHM.HNSW,
        TYPE: 'FLOAT32',
        DIM: DIMENSIONS,
        DISTANCE_METRIC: 'COSINE'
      }
    },
    { ON: 'HASH', PREFIX: 'chunk:' }
  );
}
catch (error) {
  if (!error.message.includes('Index already exists')) {
    throw error;
  }
}

// 2. 將片段（chunk）建立索引（embedding由您的模型提供）
async function indexChunk({ id, documentId, content, embedding }) {
  await client.hSet(`chunk:${id}`, {
    content,
    documentId,
    embedding: toBytes(embedding)
  });
}

// 3. 查詢最接近問題的片段，並限制於單一文件
async function retrieve({ questionEmbedding, documentId, count = 5 }) {
  const results = await client.ft.search(
    'chunksIndex',
    `(@documentId:{${documentId}})=>[KNN ${count} @embedding $queryVector AS score]`,
    {
      PARAMS: { queryVector: toBytes(questionEmbedding) },
      SORTBY: 'score',
      RETURN: [ 'content', 'score' ],
      DIALECT: 2
    }
  );

  return results.documents.map(({ value }) => value.content);
}

// 4. 將查詢結果作為context傳給您的模型
const context = await retrieve({ questionEmbedding, documentId: 'doc42' });
const prompt = `請僅根據以下context作答:\n\n${context.join('\n\n')}\n\n問題：${question}`;

Python範例

import os
import numpy as np
import redis
from redis.commands.search.field import TextField, TagField, VectorField
from redis.commands.search.index_definition import IndexDefinition, IndexType
from redis.commands.search.query import Query

DIMENSIONS = 1536

r = redis.from_url(os.environ['STACKHERO_REDIS_URL_TLS'])

# 啟動時建立索引（只需一次）
try:
    r.ft('chunksIndex').create_index(
        (
            TextField('content'),
            TagField('documentId'),
            VectorField(
                'embedding',
                'HNSW',
                {'TYPE': 'FLOAT32', 'DIM': DIMENSIONS, 'DISTANCE_METRIC': 'COSINE'},
            ),
        ),
        definition=IndexDefinition(prefix=['chunk:'], index_type=IndexType.HASH),
    )
except redis.ResponseError as error:
    if 'Index already exists' not in str(error):
        raise


def index_chunk(chunk_id, document_id, content, embedding):
    r.hset(
        f'chunk:{chunk_id}',
        mapping={
            'content': content,
            'documentId': document_id,
            'embedding': np.array(embedding, dtype=np.float32).tobytes(),
        },
    )


def retrieve(question_embedding, document_id, count=5):
    query = (
        Query(f'(@documentId:{{{document_id}}})=>[KNN {count} @embedding $queryVector AS score]')
        .sort_by('score')
        .return_fields('content', 'score')
        .dialect(2)
    )
    results = r.ft('chunksIndex').search(
        query,
        query_params={'queryVector': np.array(question_embedding, dtype=np.float32).tobytes()},
    )
    return [document.content for document in results.docs]

服務規模規劃

向量會儲存在記憶體中。您可以用以下公式估算所需記憶體：

numberOfVectors x dimensions x 4 bytes，再加上約30–50%額外空間以儲存HNSW圖形。

例如，一百萬個1536維的向量，僅原始向量就需約6GB記憶體。對這種規模，建議選擇20GB方案作為起點。您可以透過以下方式減少記憶體用量：

使用較小的模型。 例如，768維模型的記憶體需求僅為1536維模型的一半。
如模型支援，將FLOAT32改為FLOAT16，可再減半空間需求。

您可透過FT.INFO chunksIndex及Prometheus監控中的used_memory指標，監察實際用量。如有需要，您可隨時於控制台升級方案，操作簡單直接。

實用資訊

向量索引僅支援資料庫0，這與Redis所有搜尋索引一致。
向量集合（Vector sets）提供更簡單的替代方案，無需任何設定。 Redis內建VADD及VSIM指令，讓您可即時進行相似度搜尋，無需啟用模組。這對於單一集合的簡單推薦場景非常方便。如需篩選、分頁或多欄位查詢，建議使用查詢引擎。
針對現有key建立索引會於背景執行。 您可用FT.INFO查詢進度。索引未完成前，搜尋會返回部分結果。

如欲深入了解Redis的向量搜尋，請參閱官方Redis vector search文件。