Chúng tôi đang ra mắt Upstash Redis Search trong 1-2 tuần tới, nhưng tôi muốn chia sẻ một số suy nghĩ sớm về những gì chúng tôi đang xây dựng và tại sao tôi hào hứng về nó.
Tại Sao Chúng Tôi Xây Dựng Điều Này
Chúng tôi đã ở trong không gian search từ năm 2024, bắt đầu với Upstash Vector. Vector cho phép mọi người implement semantic search, và sau đó chúng tôi tập trung mạnh hơn vào không gian sản phẩm này với Upstash Search.
Ví dụ, đây là tweet ra mắt của chúng tôi từ năm 2025 công bố Upstash Search, giải pháp semantic search dựa trên vector 👇

Và tôi nghĩ chúng tôi có thể làm tốt hơn nữa và xây dựng dựa trên những bài học từ Search.
Chúng tôi khá không hài lòng với hầu hết các nhà cung cấp search hiện có. Đối với tôi cá nhân, không có cái nào thực sự phù hợp với không gian serverless. Tới mức tôi thậm chí tự xây dựng app search của riêng mình dựa trên AWS Cloudsearch vào năm 2023 💀
Điều chúng tôi muốn là thứ gì đó:
- Sống trong Redis vì Redis nhanh như chớp
- Hoạt động với Upstash Redis SDK
- 100% type-safe
- Đủ nhanh cho real-time search-as-you-type
Vì vậy chúng tôi đang xây dựng nó.
Mở Rộng Đầu Tiên Bên Ngoài Redis API
Đây là một việc lớn đối với chúng tôi. Cho đến nay, @upstash/redis đã là mapping gần 1:1 của các lệnh Redis. Search là mở rộng đầu tiên của chúng tôi bên ngoài điều đó.
Chúng tôi dùng Tantivy bên dưới, một full-text search engine viết bằng Rust lấy cảm hứng từ Apache Lucene. Nó nhanh. Rất nhanh. Và nó cho chúng tôi tất cả các primitive chúng ta cần như tokenization, stemming, fuzzy matching, phrase queries, và BM25 scoring.
Mục tiêu là làm cho điều này cảm thấy native với SDK và chính Upstash Redis. Nếu bạn đang dùng @upstash/redis hôm nay, thêm search nên cảm thấy như một mở rộng tự nhiên và không phải sản phẩm riêng biệt.
Schema Builder Type-Safe
Một điều tôi thực sự hài lòng là schema builder mới. Chúng ta định nghĩa field có thể search với API giống zod:
import { Redis, s } from "@upstash/redis"; const redis = Redis.fromEnv(); const schema = s.object({ name: s.string(), description: s.string(), sku: s.string().noTokenize(), brand: s.string().noStem(), price: s.number(), inStock: s.boolean(), }); const products = await redis.search.createIndex({ name: "products", dataType: "json", prefix: "product:", schema, });
Phương thức .noTokenize() và .noStem() cho phép chúng ta kiểm soát cách text được xử lý:
- Tokenization tách text thành từ có thể search. Tốt cho ngôn ngữ tự nhiên, nhưng phá vỡ thứ như SKU (
SKU-12345-BLKthành["SKU", "12345", "BLK"]). Tắt nó cho mã, email, và UUID. - Stemming giảm từ về dạng gốc để "running" match "run". Tắt nó cho tên thương hiệu và danh từ riêng nơi chúng ta muốn exact matching.
Schema cho chúng ta full type inference trên query. Nếu chúng ta thử query field không tồn tại, TypeScript sẽ bắt nó. Chúng tôi giữ cú pháp schema rất gần cú pháp zod nên nó cảm thấy quen thuộc khi dùng.
Các Primitive Query
Chúng tôi ra mắt với năm operator chính mà chúng tôi nghĩ cover hầu hết use case search:
$smart Cho Smart Matching
Với operator $smart chúng ta áp dụng smart matching tự động. Operator này nên just work™ và là cách tốt nhất cho người mới bắt đầu.
await products.query({ filter: { name: { $smart: "wirless headphones" }, }, });
Bên dưới, điều này chạy:
- Exact phrase match (boost cao nhất) - Document có "wireless headphones" liền kề và theo thứ tự
- Phrase với slop (boost trung bình) - Document từ xuất hiện theo thứ tự nhưng không liền kề (ví dụ wireless bose headphones)
- Terms match (boost trung bình) - Document chứa tất cả terms, bất kỳ thứ tự
- Fuzzy matching (không boost) - Document có typo như "wireles headphone"
- Fuzzy prefix trên từ cuối (không boost) - Cho kịch bản search-as-you-type
Các điểm số được kết hợp để lấy kết quả relevant nhất. Đối với hầu hết search box, đây chính xác là tất cả bạn cần. Tất nhiên bạn có thể implement operator này yourself và chơi với settings, vì nó được xây dựng trên các primitive operator dưới đây.
$eq Cho Exact Equality
Cho field nơi chúng ta muốn exact matching:
await products.query({ filter: { name: { $eq: "wireless headphones" }, price: { $eq: 200 }, }, });
$phrase Cho Phrase Matching
Khi chúng ta cần từ xuất hiện liền kề và theo thứ tự:
await products.query({ filter: { description: { $phrase: "noise cancelling" } }, });
Chúng ta cũng có thể thêm slop để cho phép từ ở giữa:
await products.query({ filter: { description: { $phrase: { value: "wireless headphones", slop: 2 }, }, }, });
$fuzzy Cho Typo Tolerance
Cho fuzzy matching với typo tolerance có thể cấu hình (ví dụ 2 typo):
await products.query({ filter: { name: { $fuzzy: "headphonse", distance: 2 } }, });
$regex Cho Pattern Matching
Khi chúng ta cần pattern regular expression:
await products.query({ filter: { sku: { $regex: "SKU-[0-9]{5}-.*" } }, });
Một điều cần lưu ý: regex hoạt động tốt nhất trên field với .noStem() vì text stemmed sẽ không match pattern mong đợi.
Boosting Field Cụ Thể
Chúng ta có thể áp dụng boost để weight match cụ thể cao hơn:
await products.query({ filter: { $and: [ { name: { $smart: "wireless", $boost: 2 } }, { description: { $smart: "wireless" } }, ], }, });
Điều này làm cho match name đáng giá gấp đôi match description. Điều này hữu ích khi chúng ta muốn match title rank cao hơn match body.
Tiếp Theo Là Gì
Tất cả những gì tôi đưa vào bài viết này vẫn mở để thay đổi. Chúng tôi vẫn đang polish các cạnh và viết docs. Ra mắt chính thức trong 1-2 tuần.
Nhưng tôi nghĩ thật cool rằng chúng ta có thể nhìn đầu tiên cùng nhau 👀
Một vài điều chúng ta có thể khám phá sau ra mắt:
- Vector search integration (semantic + keyword hybrid search)
- Autocomplete và suggestions
Nếu bạn muốn early access hoặc có câu hỏi, liên hệ tôi @joshtriedcoding.
Cảm ơn đã đọc 🙌