Redis OM Spring Entity Streams 教程：用 Java Stream 风格编写类型安全查询
Redis OM Spring Entity Streams 教程用 Java Stream 风格编写类型安全查询【免费下载链接】redis-om-springSpring Data Redis extensions for better search, documents models, and more项目地址: https://gitcode.com/gh_mirrors/re/redis-om-spring你是否厌倦了用拼接字符串的方式写 Redis 查询Redis OM Spring Entity Streams给出了一个优雅的答案它以 Java 8 Stream 为蓝本为 Redis 中的文档JSON和哈希数据提供了一套流畅、类型安全的查询与聚合 API让你的搜索代码既像日常 Java 一样自然又能在编译期就发现字段拼写错误。本文是一份面向新手的 Entity Stream 教程带你快速掌握这种 Java Stream 风格的 Redis 查询方式。一、为什么你需要 Entity Streams传统的 Spring Data 仓库方法如findByName虽然好用但面对动态组合条件、多字段排序、分组统计时往往需要为每种组合写一个方法。而 Entity Streams 让你像写普通 Java Stream 一样自由组装查询类型安全基于自动生成的 Metamodel 类字段引用在编译期即可校验杜绝魔法字符串流式编程filter → sorted → limit → map → collect一气呵成服务端执行过滤、排序、聚合都在 Redis 查询引擎中完成数据不必全量拉到内存零学习成本用过 Java Stream 就能立即上手 想了解它在整个项目中的位置上面的架构图来自官方文档你可以查阅 entity-streams.adoc 获取完整参考手册。二、快速上手创建你的第一个 Entity Stream只需三步即可开始查询第 1 步注入 EntityStream BeanAutowired EntityStream entityStream;第 2 步为实体创建流SearchStreamCompany stream entityStream.of(Company.class);第 3 步链式查询并收集结果ListCompany companies entityStream.of(Company.class) .filter(Company$.NAME.eq(RedisInc)) .collect(Collectors.toList());就这么简单EntityStream的入口定义在源码 EntityStream.java 中而流式 API 的完整能力清单见 SearchStream.java。三、Metamodel类型安全查询的秘密武器 细心的你可能注意到示例里的Company$——这是 Redis OM Spring 在编译期为实体自动生成的Metamodel 类每个字段对应一个类型明确的静态引用// 实体类 Company 自动生成 Company$其中 Company$.NAME // 文本字段 Company$.YEAR_FOUNDED // 数值字段 Company$.TAGS // 标签字段它的价值在于✅ 字段名写错 → 编译直接报错✅ IDE 自动补全字段一目了然✅ 重命名实体字段时IDE 重构自动同步所有查询官方文档 metamodel.adoc 详细解释了这一机制值得一读。四、最常用的查询谓词速查表Entity Streams 把常见查询封装成了直观的谓词方法下面按场景分类整理1. 等值与组合条件查询// 单条件 .filter(Company$.NAME.eq(RedisInc)) // AND 组合不同类型字段用 andAny .filter(Company$.NAME.eq(RedisInc).and(Company$.YEAR_FOUNDED.eq(2011))) // OR 组合 .filter(Company$.NAME.in(RedisInc, Microsoft, Tesla))2. 数值范围查询.filter(Company$.YEAR_FOUNDED.gt(2000)) // 大于 .filter(Company$.YEAR_FOUNDED.between(2000, 2010)) // 区间 .filter(Company$.YEAR_FOUNDED.in(2011, 1975)) // 多值3. 文本与标签查询.filter(Company$.NAME.containing(Redis)) // 全文包含 .filter(Company$.NAME.startsWith(Red)) // 前缀匹配 .filter(Company$.TAGS.in(reliable, ai)) // 标签匹配4. 布尔与地理查询.filter(Company$.PUBLICLY_LISTED.isTrue()) // 布尔判断 .filter(Company$.LOCATION.near(new Point(-122.064, 37.384), new Distance(30, Metrics.MILES))) // 附近范围 提示所有谓词都能自由组合这就是它比仓库方法灵活得多的原因。想了解字段的索引注解如何配合查询可查看 index-annotations.adoc。五、排序、分页与字段投影像操作内存集合一样操作 Redis排序.sorted(Company$.YEAR_FOUNDED, SortOrder.DESC) // 降序 .sorted(Company$.NAME) // 升序默认分页.sorted(Company$.YEAR_FOUNDED, SortOrder.DESC) .limit(10) // 取前 10 条 .skip(10).limit(10) // 第二页跳过 10 条再取 10 条投影只取需要的字段// 只取公司名称 ListString names entityStream.of(Company.class) .filter(Company$.YEAR_FOUNDED.gt(2000)) .map(Company$.NAME) .collect(Collectors.toList()); // 多字段投影返回元组 ListPairString, Integer info entityStream.of(Company.class) .map(Company$.NAME, Company$.YEAR_FOUNDED) .collect(Collectors.toList());投影能显著减少数据在 Redis 与应用间的传输量是重要的性能优化手段。六、聚合分析groupBy reduce 玩转统计 Entity Streams 的聚合能力直接复用了 Redis 查询引擎的FT.AGGREGATE让你在服务端完成分组统计import static com.redis.om.spring.annotations.ReducerFunction.*; // 按品牌统计游戏数量 ListPairString, Long gamesPerBrand entityStream.of(Game.class) .groupBy(Game$.BRAND) .reduce(COUNT) .toList(String.class, Long.class); // 按部门统计销售额总和与平均值 ListPairInteger, Double salesByDept entityStream.of(Person.class) .groupBy(Person$.DEPARTMENT_NUMBER) .reduce(SUM, Person$.SALES) .toList(Integer.class, Double.class);支持的归约函数包括COUNT、SUM、AVG、MIN、MAX还可以用apply()做数学表达式计算、用filter()过滤聚合结果、用sorted()对聚合结果排序。聚合能力的完整接口定义在 AggregationStream.java配套教程见 entity-streams-aggregations.adoc。 数据量极大时还可以使用cursor()开启游标分批读取避免一次性拉取过多结果。七、进阶技巧相关性评分与 Query By Example获取相关性评分 全文搜索后你可以用toListWithScores()拿到每条结果的评分并自由切换评分算法ListPairCompany, Double results entityStream.of(Company.class) .filter(Company$.NAME.containing(Redis)) .scorer(Scorer.BM25STD) // 可选 TFIDF / BM25 / DISMAX 等 .toListWithScores();与 Query By Example 无缝结合Spring Data 的Example探针对象可以直接作为过滤条件Company probe new Company(); probe.setName(Redis); ListCompany results entityStream.of(Company.class) .filter(Example.of(probe, ExampleMatcher.matching() .withStringMatcher(StringMatcher.CONTAINING))) .collect(Collectors.toList());八、性能优化建议让查询又快又稳 过滤前置把最具选择性的条件放在最前面善用投影不需要完整实体时用map()只取所需字段控制规模大数据集务必使用limit()聚合用cursor()分批索引先行过滤和排序用到的字段一定要加上Indexed、Searchable等索引注解服务端聚合优先用 Redis 聚合而非拉回客户端再处理九、源码与文档导航 想深入钻研可以直接阅读以下文件核心接口EntityStream.java、SearchStream.java、AggregationStream.java官方文档entity-streams.adoc、entity-streams-aggregations.adoc、metamodel.adoc真实项目示例ProductController.java、SearchService.java总结Redis OM Spring Entity Streams 用一份你早已熟悉的 Java Stream 心智模型把 Redis 强大的查询与聚合引擎优雅地暴露出来。它既有Metamodel 带来的编译期类型安全又有服务端执行的极致性能还能与 Spring Data 生态QBE、Pageable、Repository无缝衔接。对于追求代码可读性、可维护性和查询灵活性的团队来说这几乎是 Spring 应用中查询 Redis 的绝佳选择。现在就从entityStream.of(YourEntity.class)开始你的第一次类型安全查询吧【免费下载链接】redis-om-springSpring Data Redis extensions for better search, documents models, and more项目地址: https://gitcode.com/gh_mirrors/re/redis-om-spring创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
