结论/教程：使用Redis的Sorted Set结合Lua脚本实现复杂条件查找，能显著提升性能。示例代码：local key = KEYS[1] local min_score = tonumber(ARGV[1]) local max_score = tonumber(ARGV[2]) local condition = ARGV[3] local members = redis.call('ZRANGEBYSCORE', key, min_score, max_score, 'WITHSCORES') local result = {} for i=1,#members,2 do local member = members[i] local score = members[i+1] if string.match(member, condition) then table.insert(result, member) end end return result

CSDN博客

Redis本身不支持直接的复杂条件查询，但通过ZSET（有序集合）存储数据，并结合Lua脚本，可以实现高效的多条件排序和过滤。性能测试显示，单次查询QPS可达10w+，比MySQL快50倍。实际场景中，先将数据按时间戳作为score存入ZSET，然后用ZRANGEBYSCORE截取范围，再Lua过滤其他条件。

知乎热议

最近Redis 7.2版本引入了Redis Search模块，支持JSON和全文搜索，复杂条件查找直接用FT.SEARCH命令。比如FT.SEARCH idx "@field:[10 100] @text:keyword" SORTBY score DESC，能完美处理范围+文本匹配，性能优化后延迟降到1ms以内，大家都在讨论这个新进展。

博客园文章

性能优化新进展：用RedisJSON + RediSearch组合，实现类似SQL的WHERE条件。安装模块后，FT.CREATE idx ON JSON SCHEMA $.age AS age NUMERICAL $.name AS name TEXT，然后查询FT.SEARCH idx "(@age:[18 65] @name:张*)" 返回结果集。实测在百万数据下，查询速度提升3倍。

掘金社区

展示一个复杂条件查找的Lua脚本：支持多字段AND/OR逻辑。脚本中用redis.call('HGETALL', key)获取hash，然后if score >= min and score <= max and string.find(name, pattern) then push结果。pipeline批量执行，优化后吞吐量翻倍。

阿里云开发者社区

Redis条件查找性能瓶颈在于网络RTT，用Scan代替Keys，并结合Pipeline。复杂场景下，引入VAL（Vector Search）模块，支持向量相似度+条件过滤，新进展让推荐系统查询快10倍。

腾讯云博客

热议焦点：Redis Stack的全栈能力，RediSearch支持地理位置GEO查询+数值范围，如FT.SEARCH idx "@location:[within 10 km $lon $lat] @price:[100 500]"，直接解决LBS+价格筛选，性能数据：99分位延迟<5ms。

FAQ
Q: Redis如何处理多条件AND查询？
A: 用RediSearch的FT.SEARCH，语法"@field1:value1 @field2:[min max]"即可。
Q: Lua脚本比原生命令快多少？
A: 减少多次网络往返，性能提升5-10倍。
Q: 百万级数据性能如何？
A: 索引优化后，QPS超50w，延迟<2ms。
Q: 需要安装什么模块？
A: Redis Stack或单独Search/JSON模块。