15. JSON 与 Redis 8 新类型（向量集 / 概率类型）

在 Redis 8.0 之前，JSON、时间序列、各类概率过滤器都是以外部 Module（需单独下载、编译、用 loadmodule 加载）的形式提供。从 Redis 8.0 起（Redis 社区版更名为 Redis Open Source），这些能力被内置集成到发行版——官方发布包（release tarball）在打包时已经把模块的 loadmodule 配置与参数写进了 redis.conf，解压即用，无需再手动安装模块。这意味着你可以直接在 redis-cli 里使用 JSON.*、BF.*、TDIGEST.* 等一系列命令。

15-1 RedisJSON：在 Redis 里存「真正的 JSON」

过去用 String 存 JSON，要么整体读改写（浪费），要么自己解析。RedisJSON 让你以「文档」方式存储嵌套 JSON，并用 JSONPath 表达式精确读写其中某个字段。

写入一个 JSON 文档（根路径用 $）：

命令：

127.0.0.1:6379> JSON.SET user:1001 $ '{"name":"张三","age":28,"tags":["redis","db"]}'

输出：

OK

读取指定路径（JSONPath 表达式）：

命令：

127.0.0.1:6379> JSON.GET user:1001 $.name
127.0.0.1:6379> JSON.TYPE user:1001 $

输出：

"[\"张三\"]"
"object"

JSON.GET 返回的是 JSON 编码结果；JSON.TYPE 返回根节点类型。你还可以 JSON.DEL 删除、JSON.NUMINCRBY 原子自增某个数值字段、JSON.ARRAPPEND 向数组追加元素等。配合 Redis 的查询引擎（Search and Query），还能对 Hash / JSON 建索引，做全文检索、二级索引与聚合。

15-2 向量集 Vector Set（beta）

向量集（Vector Set） 是 Redis 8.x 引入的、用于存储「向量嵌入（embedding）」的类型，专门服务于语义相似度搜索、语义缓存、语义路由与检索增强生成（RAG）。典型流程：把文本/图片通过 embedding 模型转成向量，存入向量集，再查询「与某向量最相似的 k 个」。它常用于 AI 应用（如对话短期/长期记忆、LLM 响应语义缓存）。该能力在 8.x 仍为 beta，生产使用前请核对 redis.io 最新文档中的命令与稳定性说明。

15-3 概率类型：用极小空间换「近似正确」

这类类型都用概率算法，以极小内存换取「足够好」的结果，命令前缀各有约定。

15-3.1 Bloom Filter（BF.）——判断「是否可能存在」

适合「去重判重、黑名单、爬虫已抓集合」。它告诉你「一定不在」或「可能在」（有误判但无误漏）。

命令：

127.0.0.1:6379> BF.ADD banned:ips "1.2.3.4"
127.0.0.1:6379> BF.EXISTS banned:ips "1.2.3.4"
127.0.0.1:6379> BF.EXISTS banned:ips "9.9.9.9"

输出：

(integer) 1
(integer) 1
(integer) 0

BF.MADD / BF.MEXISTS 支持批量操作。

15-3.2 Cuckoo Filter（CF.）——支持删除的判重

与 Bloom 类似，但 Cuckoo Filter 支持删除某个元素（Bloom 一般不支持），适合「优惠券是否已用」「定向广告曝光去重」等需要增删的场景。

命令：

127.0.0.1:6379> CF.ADD visited "page:home"
127.0.0.1:6379> CF.EXISTS visited "page:home"
127.0.0.1:6379> CF.DEL visited "page:home"

输出：

(integer) 1
(integer) 1
(integer) 1

15-3.3 T-Digest（TDIGEST.）——估算分位数

用于「在不保存全部数据点的情况下估算百分位数」，例如 p99 延迟、Top 百分位。非常适合监控、游戏排行、网络流量分析。

命令：

127.0.0.1:6379> TDIGEST.ADD latencies 10 20 30 100 200
127.0.0.1:6379> TDIGEST.QUANTILE latencies 0.99

输出：

(integer) 1
1) "200"

15-3.4 Top-K（TOPK.）——找出最频繁的 k 个

用于「在流式数据里实时找热度最高的 k 个值」，例如热搜词、热门商品。

命令：

127.0.0.1:6379> TOPK.ADD trend "redis" "mysql" "redis" "redis" "pg"
127.0.0.1:6379> TOPK.QUERY trend "redis"

输出：

1) (nil)
2) (nil)
3) (nil)
4) (nil)
5) (nil)
(integer) 1

此外还有 Count-Min Sketch（CMS.），用于估算某个值在数据流中出现的次数（如销量估算）。

15-4 怎么选这些新类型

• 要存「结构化文档 + 按字段读写 / 检索」→ RedisJSON。
• 要做 AI 语义检索 / RAG / 向量缓存 → 向量集（beta）。
• 要「判重、去重、黑名单」且不要求精确 → Bloom / Cuckoo。
• 要「估算分位数（p95/p99）」→ T-Digest。
• 要「实时找 Top-K 热点」→ Top-K。
• 要「估算出现频次」→ Count-Min Sketch。

15.x 为什么「内置」这件事很重要

在 Redis 8.x 之前，要用上 JSON 或概率类型，你得单独下载对应 Module 源码、编译、用 loadmodule 加载，还要在运维上额外关注这些模块进程的版本与兼容性——相当于在 Redis 之外又养了一套组件。8.x 把它们内置进发行版，带来的直接好处是：部署一条命令（或一份官方 redis.conf）即可获得完整能力，版本与 Redis 核心一起发布、一起测试，运维面和故障面都更小；同时这些类型与核心数据类型共享同一套持久化、复制、ACL 与客户端协议，调用方式一致。

具体到选型，再补充几个典型落地点：RedisJSON 适合「用户资料、商品详情、配置文档」这类需要按字段读写或检索的半结构化数据；向量集适合 AI 应用里的语义缓存（把用户问题向量化后查相似历史回答，直接复用）、以及 RAG 的向量检索；Bloom/Cuckoo 适合「广告去重、爬虫已抓集合、优惠券核销」这类海量判重；T-Digest 适合「服务 p99 延迟、游戏段位分布」这类分位数监控；Top-K 适合「热搜词、爆款商品」实时榜单。它们共同的特点是：用极小的内存或近似计算，解决「精确方案太贵」的问题。

需要强调的是，这些新类型与前面讲的经典类型并非取代关系，而是互补：能精确就用精确（Set/String/Hash），需要省内存、可近似、或要结构化文档/向量检索时，才上对应的新类型。把它们放进同一个 Redis 实例里组合使用，往往能凑出非常简洁又高性能的业务方案。

15-5 常见误区

• 误区：JSON 类型就是 String 存 JSON。 不完全等价；RedisJSON 支持按 JSONPath 局部读写、原子修改字段，并在建索引后支持检索，能力远超手动解析 String。
• 误区：概率过滤器「判断存在就一定存在」。 Bloom/Cuckoo 是「有误判可能、无误漏」：说不在则一定不在，说在可能是误判。
• 误区：8.x 仍需手动装 Module 才能用这些类型。 8.x 发行版已内置并默认配置，开箱即用（自行从源码 git 构建时模块配置在 redis-full.conf）。
• 误区：向量集已稳定可用于核心生产。 在 8.x 中仍为 beta，上线前请评估稳定性并核对最新文档。

15-6 小结

• Redis 8.x 把 JSON、向量集、概率类型（Bloom/Cuckoo/T-Digest/Top-K/CMS）内置为开箱即用能力。
• RedisJSON：JSON.SET / JSON.GET / JSON.TYPE，配合 JSONPath 局部读写与查询引擎检索。
• 向量集（beta）：存向量嵌入，服务语义相似度搜索与 RAG。
• 概率类型：Bloom/CF 判重去重；T-Digest 分位数；Top-K 热点；CMS 频次估算。
• 它们的共性是「用极小空间换近似/特定能力」，与经典类型互补。