我猜不少搞 Java 開發的兄弟，在項目里碰到 Redis 分頁和多條件模糊查詢的時候，都跟我一樣，心里直犯嘀咕："這玩意兒咋整啊？咋就這么難搞呢？" 別慌，今兒個咱就來好好嘮嘮，怎么把這倆難題輕松搞定，讓你在同事面前狠狠露一手！

一、先搞明白為啥 Redis 分頁和多條件模糊查詢讓人頭大

咱先說說 Redis 分頁。用過 Redis 的都知道，它和咱們熟悉的 MySQL 這些關系型數據庫不一樣。MySQL 里有個 LIMIT 關鍵字，分頁查詢那叫一個方便，直接就能指定查第幾頁、每頁多少條。可 Redis 呢，它主要是基于內存的鍵值對存儲，數據結構雖然豐富，但原生就沒有像數據庫那樣專門的分頁功能。

你要是存的數據是放在列表（List）里，想分頁的話，可能得用 LRANGE 命令。比如說列表鍵是 users，想查第 1 頁，每頁 10 條，就用 LRANGE users 0 9。乍一看好像還行，可要是列表里的數據是動態變化的，比如經常有新增、刪除操作，列表里元素的位置就會變，這時候用 LRANGE 分頁，結果可能就不準確了。而且要是列表特別大，每次用 LRANGE 都得遍歷一堆元素，性能也會受影響。

再看看多條件模糊查詢。Redis 本身的查詢能力比較有限，不像數據庫能支持復雜的 SQL 語句，什么 LIKE 啊、多個條件組合啊都能輕松搞定。Redis 里的鍵匹配，一般就靠 KEYS 命令或者 SCAN 命令。KEYS 命令能根據通配符匹配鍵，比如 KEYS user:* 能查出所有以 user: 開頭的鍵，可這玩意兒有個大問題，它是全量掃描，在生產環境用的話，要是鍵的數量特別多，會把 Redis 搞得很慢，甚至卡住。

SCAN 命令雖然能增量掃描，避免全量掃描的問題，但它返回的只是鍵，要是你想根據鍵對應的值里的多個條件進行模糊查詢，比如用戶表里要根據用戶名包含 "張三"，年齡在 20 到 30 之間來查詢，SCAN 就沒辦法直接做到了，你得把鍵對應的所有值都取出來，在應用層進行過濾，這就會增加應用服務器的負擔，而且效率也不高。

舉個簡單的例子，假設咱們有個電商項目，要在 Redis 里存儲商品信息，每個商品的鍵是 product:1、product:2 這樣的形式，值是 JSON 格式，包含商品名稱、價格、類別等信息。現在要查詢名稱里包含 "手機"，價格在 2000 到 4000 之間的商品，并且要分頁顯示。這時候問題就來了，怎么根據商品名稱和價格這兩個條件來查詢呢？直接用 Redis 原生的功能很難實現，這就需要咱們想辦法來解決。

二、搞定 Redis 分頁的實用方案

（一）基于有序集合（Sorted Set）的分頁方案

有序集合是 Redis 里一個很強大的數據結構，它每個元素都有一個分數（score），可以根據分數對元素進行排序。咱們可以利用這個特性來實現分頁。

比如說，咱們還是以用戶數據為例，每個用戶有一個唯一的 ID，咱們可以把用戶 ID 作為有序集合的成員，把用戶的創建時間作為分數。這樣有序集合里的元素就是按照創建時間排序的。

要實現分頁查詢，假設每頁顯示 n 條數據，第 m 頁的起始索引就是 (m - 1) * n，結束索引就是 m * n - 1。然后用 ZRANGE 命令來獲取指定范圍內的成員。比如有序集合鍵是 users_sorted，查第 1 頁，每頁 10 條，就是 ZRANGE users_sorted 0 9。

但是這里有個問題，如果用戶數據是不斷更新的，比如有用戶刪除了，有序集合里的元素數量會減少，這時候原來的索引就會發生變化。不過對于大部分分頁場景來說，只要不是頻繁刪除中間的元素，這種方案還是比較可行的。

（二）記錄上一頁最后一個元素的分頁方案

這種方案適合數據是按照一定順序排列的情況，比如時間順序。咱們在查詢上一頁數據的時候，記錄下最后一個元素的相關信息，比如時間戳或者 ID，然后在下一頁查詢時，根據這個信息來獲取下一頁的數據。

比如，咱們還是以按創建時間排序的用戶數據為例，假設上一頁最后一個用戶的創建時間是 last_score，那么下一頁查詢的時候，就可以用 ZRANGEBYSCORE 命令，從 last_score 之后開始獲取數據。命令大概是這樣的：ZRANGEBYSCORE users_sorted (last_score 0 9，這里的 (last_score 表示不包含 last_score 這個分數的元素，然后獲取 10 條數據。

這種方案的好處是可以避免因為中間元素刪除導致索引變化的問題，而且每次查詢的時間復雜度比較低，適合大數據量的分頁場景。

三、解決 Redis 多條件模糊查詢的巧妙辦法

（一）預處理數據，建立多個索引

既然 Redis 原生不支持多條件模糊查詢，那咱們可以在數據寫入 Redis 的時候，對數據進行預處理，根據不同的查詢條件建立索引。

還是以電商商品為例，商品有名稱、價格、類別等屬性。咱們可以建立三個有序集合：

• 以商品名稱為索引的有序集合 product_name_index，成員是商品 ID，分數可以是商品名稱的某種哈希值或者直接是名稱的拼音首字母（方便模糊查詢）。
• 以價格為索引的有序集合 product_price_index，成員是商品 ID，分數就是商品的價格。
• 以類別為索引的有序集合 product_category_index，成員是商品 ID，分數可以是類別 ID。

當要進行多條件模糊查詢時，比如查詢名稱包含 "手機"，價格在 2000 到 4000 之間的商品，咱們可以先根據名稱條件，從 product_name_index 中獲取所有名稱包含 "手機" 的商品 ID 集合，再從 product_price_index 中獲取價格在 2000 到 4000 之間的商品 ID 集合，然后對這兩個集合取交集，得到同時滿足這兩個條件的商品 ID，最后根據這些商品 ID 去獲取具體的商品信息。

對于模糊查詢名稱包含 "手機"，咱們可以在建立索引的時候，把商品名稱的所有可能的子串都作為索引的一部分，或者使用一些模糊匹配的算法，比如編輯距離算法，不過這可能會增加索引的存儲量。更簡單的辦法是，在應用層對輸入的模糊查詢關鍵詞進行處理，生成對應的通配符模式，然后在 Redis 中使用 SCAN 命令結合鍵的模式來獲取相關的索引鍵，再獲取對應的商品 ID 集合。

（二）使用 Redis 的位圖（Bitmap）

位圖可以用來表示某個元素是否存在，或者某個條件是否滿足。比如對于每個商品，我們可以用不同的位圖來表示不同的條件，比如價格是否在某個區間，類別是否屬于某一類等。

不過位圖在多條件查詢中的應用相對比較復雜，需要結合其他數據結構一起使用，這里咱們先重點介紹前面的索引方案。

四、綜合方案：讓分頁和多條件模糊查詢無縫結合

現在咱們把分頁和多條件模糊查詢結合起來，看看怎么在實際場景中應用。

假設咱們還是那個電商項目，要實現根據商品名稱模糊查詢、價格范圍查詢，并且進行分頁顯示的功能。具體步驟如下：

（一）數據寫入階段

1. 當新增一個商品時，首先生成一個唯一的商品 ID，比如 product:1001。
2. 將商品的詳細信息以 JSON 格式存儲在 Redis 的字符串鍵中，鍵為 product:1001，值為 {"name":"華為手機", "price":3000, "category":"電子產品", "other_info":"..."}。
3. 建立名稱索引：將商品名稱進行處理，比如提取所有可能包含的關鍵詞，這里假設我們簡單地將整個名稱作為索引的一部分，在有序集合 product_name_index 中，以商品 ID 為成員，以名稱的拼音或者某種可以用于模糊查詢的標識為分數（這里為了方便，暫時以名稱本身作為分數，實際項目中可能需要更復雜的處理）。比如 ZADD product_name_index "華為手機" "product:1001"。
4. 建立價格索引：在有序集合 product_price_index 中，以商品 ID 為成員，價格為分數，執行 ZADD product_price_index 3000 "product:1001"。
5. 建立類別索引：在有序集合 product_category_index 中，以商品 ID 為成員，類別 ID 或者類別名稱為分數，假設類別是 "電子產品"，執行 ZADD product_category_index "電子產品" "product:1001"。

（二）查詢階段

當用戶輸入查詢條件，比如名稱包含 "手機"，價格在 2000 到 4000 之間，要查詢第 2 頁，每頁 10 條數據時：

1. 處理名稱模糊查詢：生成名稱的通配符模式，比如 "手機"，然后使用 SCAN 命令在 product_name_index 中查找所有分數包含 "手機" 的成員（這里需要注意，SCAN 命令本身不能直接根據分數的內容進行模糊查詢，所以前面的索引建立方式可能需要調整，更合理的做法是將商品名稱的關鍵詞提取出來，作為有序集合的成員，分數作為商品 ID，或者使用其他數據結構來存儲關鍵詞和商品 ID 的映射關系。這里為了方便演示，假設我們有一個鍵為 name:手機 的集合，里面存儲了所有名稱包含 "手機" 的商品 ID）。
2. 獲取價格在 2000 到 4000 之間的商品 ID 集合，使用 ZRANGEBYSCORE product_price_index 2000 4000。
3. 對這兩個集合取交集，得到同時滿足名稱和價格條件的商品 ID 集合，可以使用 Redis 的 ZINTERSTORE 命令，將兩個有序集合的交集存儲到一個臨時有序集合中。
4. 對臨時有序集合進行分頁查詢，假設我們要按價格排序（也可以按其他條件排序），使用 ZRANGE 命令，根據頁碼和每頁數量計算出起始和結束索引，比如第 2 頁，每頁 10 條，起始索引是 10，結束索引是 19，執行 ZRANGE temp_index 10 19，得到該頁的商品 ID。
5. 根據商品 ID 從對應的字符串鍵中獲取商品的詳細信息，返回給用戶。

（三）代碼示例（Java 版本）

這里使用 Jedis 客戶端來演示部分代碼：

import redis.clients.jedis.Jedis;
import redis.clients.jedis.Tuple;
import java.util.*;
public class RedisQueryDemo {
    private Jedis jedis;
    public RedisQueryDemo() {
        jedis = new Jedis("localhost", 6379);
    }
    // 寫入商品數據并建立索引
    public void addProduct(String productId, String name, double price, String category) {
        // 存儲商品詳情
        String productKey = "product:" + productId;
        String productInfo = String.format("{\"name\":\"%s\", \"price\":%f, \"category\":\"%s\"}", name, price, category);
        jedis.set(productKey, productInfo);
        // 建立名稱索引（這里簡化處理，實際可能需要更復雜的關鍵詞提取）
        jedis.zadd("product_name_index", 0, name + ":" + productId); // 這里分數設為 0，僅作為存儲成員的方式，實際可根據需求設置
        // 建立價格索引
        jedis.zadd("product_price_index", price, productId);
        // 建立類別索引
        jedis.zadd("product_category_index", 0, category + ":" + productId); // 同理，分數設為 0
    }
    // 多條件模糊查詢并分頁
    public List<String> searchProducts(String nameKeyword, double minPrice, double maxPrice, int page, int pageSize) {
        List<String> resultProductIds = new ArrayList<>();
        // 獲取名稱包含關鍵詞的商品 ID 集合（簡化處理，實際需根據關鍵詞生成通配符并掃描）
        Set<String> nameMatchedProducts = new HashSet<>();
        // 這里模擬通過關鍵詞獲取相關成員，實際可能需要使用 SCAN 命令遍歷 product_name_index 并檢查成員是否包含關鍵詞
        Set<Tuple> nameIndexTuples = jedis.zrangeWithScores("product_name_index", 0, -1);
        for (Tuple tuple : nameIndexTuples) {
            String member = tuple.getElement();
            if (member.contains(nameKeyword)) {
                String productId = member.split(":")[1];
                nameMatchedProducts.add(productId);
            }
        }
        // 獲取價格范圍內的商品 ID 集合
        Set<String> priceMatchedProducts = jedis.zrangeByScore("product_price_index", minPrice, maxPrice);
        // 取交集
        priceMatchedProducts.retainAll(nameMatchedProducts);
        // 將交集轉換為有序集合（假設按價格排序）
        String tempIndexKey = "temp_index:" + UUID.randomUUID().toString();
        int score = 0;
        for (String productId : priceMatchedProducts) {
            jedis.zadd(tempIndexKey, jedis.zscore("product_price_index", productId), productId);
        }
        // 分頁查詢
        long start = (page - 1) * pageSize;
        long end = start + pageSize - 1;
        resultProductIds = jedis.zrange(tempIndexKey, start, end);
        // 刪除臨時索引
        jedis.del(tempIndexKey);
        return resultProductIds;
    }
    public static void main(String[] args) {
        RedisQueryDemo demo = new RedisQueryDemo();
        // 模擬寫入數據
        demo.addProduct("1001", "華為手機", 3000, "電子產品");
        demo.addProduct("1002", "小米手機", 2500, "電子產品");
        demo.addProduct("1003", "蘋果手機", 4000, "電子產品");
        demo.addProduct("1004", "華為平板", 2000, "電子產品");
        demo.addProduct("1005", "海爾冰箱", 3500, "家電");
        // 模擬查詢：名稱包含"手機"，價格在 2000 - 4000 之間，第 1 頁，每頁 2 條
        List<String> productIds = demo.searchProducts("手機", 2000, 4000, 1, 2);
        for (String productId : productIds) {
            System.out.println("查詢到的商品 ID：" + productId);
            // 這里可以根據 productId 獲取具體的商品信息
        }
    }
}

五、注意事項和優化技巧

（一）索引維護

建立的索引會增加 Redis 的內存占用，所以要根據實際的查詢需求，合理選擇需要建立索引的條件，不要建立過多無用的索引。同時，在數據更新（比如刪除、修改）時，要及時更新對應的索引，保證索引的一致性。

（二）性能優化

1. 對于大規模數據，使用 SCAN 命令代替 KEYS 命令進行鍵的掃描，避免全量掃描影響 Redis 性能。
2. 在進行集合交集、并集等操作時，注意集合的大小，如果集合過大，操作可能會比較耗時，可以考慮在應用層進行部分過濾，減少 Redis 層的操作壓力。
3. 可以對常用的查詢結果進行緩存，比如熱門的查詢條件和分頁結果，減少重復查詢的開銷。

（三）數據結構選擇

根據不同的業務場景選擇合適的數據結構，比如有序集合適合需要排序和范圍查詢的場景，集合適合需要去重和交集、并集操作的場景，字符串適合存儲單個對象的詳細信息。

六、總結

通過上面的方案，咱們基本上解決了 Redis 分頁和多條件模糊查詢的難題。利用有序集合、集合等數據結構建立索引，對數據進行預處理，結合分頁算法，能夠在 Redis 中實現高效的分頁和多條件查詢。當然，具體的實現還需要根據項目的實際需求進行調整和優化，比如索引的建立方式、數據結構的選擇、查詢條件的處理等。