Docker 安装 Redis Stack：快速搭建本地向量数据库

在 RAG 应用中，我们通常需要一个向量数据库保存文档向量，并根据用户问题进行相似度检索。

本篇使用 Docker 快速安装 Redis Stack，为后面的 RAG 文档向量存储做准备。

一、什么是 Redis Stack？

普通 Redis 主要用于：

缓存
Key-Value 存储
分布式锁
排行榜

而 Redis Stack 在 Redis 基础上增加了搜索、JSON、向量检索等能力。

可以简单理解成：

Redis Stack
=
Redis
+
全文搜索
+
向量检索
+
JSON
+
RedisInsight

其中我们最关心的是 RediSearch。

它支持：

全文搜索
字段索引
KNN 查询
向量相似度搜索

所以 Redis Stack 可以作为 RAG 项目的向量数据库。

二、下载 Redis Stack

首先确保电脑已经安装 Docker。

执行：

docker pull redis/redis-stack:7.2.0-v18

这里使用的是：

redis/redis-stack

它同时包含：

Redis Stack Server
+
RedisInsight

比较适合本地开发。

如果是生产环境，也可以考虑：

redis/redis-stack-server

它只包含 Redis Stack Server，占用资源更少。

三、准备数据目录

例如 Windows 创建：

E:\docker\redis-stack

然后创建：

redis-stack
│
└── data

data 用于保存 Redis 数据。

这样即使 Docker 容器删除了，数据也不会跟着消失。

四、启动 Redis Stack

Windows CMD 可以直接执行：

docker run -d -p 6379:6379 -p 8001:8001 -v E:\docker\redis-stack\data:/data --name redis-stack redis/redis-stack:7.2.0-v18

几个重要参数：

-d

后台运行容器。

-p 6379:6379

Redis 服务端口。

应用程序后面通过：

localhost:6379

连接 Redis。

-p 8001:8001

RedisInsight 的访问端口。

-v E:\docker\redis-stack\data:/data

把 Redis 数据保存到宿主机。

--name redis-stack

容器名称设置为：

redis-stack

五、检查 Redis 是否启动成功

执行：

docker ps

如果能够看到：

redis-stack

说明容器已经成功运行。

也可以执行：

docker exec -it redis-stack redis-cli

进入 Redis。

测试：

set name redis-stack

OK

再执行：

get name

如果返回：

redis-stack

说明 Redis 已经可以正常使用。

六、打开 RedisInsight

Redis Stack 自带 RedisInsight。

浏览器访问：

http://localhost:8001

进入后就可以通过图形界面查看：

Key
Value
JSON
索引
查询
内存使用

对于学习 Redis Stack 和后面的向量数据调试非常方便。

七、为什么 RAG 要使用 Redis Stack？

普通 Redis 保存的数据通常类似：

key → value

而 RAG 需要保存：

文档
 ↓
Embedding 模型
 ↓
向量
 ↓
向量数据库

例如一段文本：

Spring AI 是 Spring 官方提供的 AI 应用开发框架。

经过 Embedding 模型后，可能变成：

[0.12, -0.36, 0.88, 0.21, ...]

这些数字就是：

Vector
向量

用户提问时：

什么是 Spring AI？

同样转换成向量，然后通过 Redis Stack 查找：

和问题最相似的文档

完整流程就是：

文档
 ↓
Embedding
 ↓
Redis Stack
 ↓
向量存储

查询时：

用户问题
 ↓
Embedding
 ↓
Redis Stack 向量检索
 ↓
相关文档
 ↓
LLM
 ↓
最终回答

这就是 RAG 最核心的检索流程。

八、最终架构

安装完成以后，我们的本地环境可以理解成：

Spring AI / Java
       │
       ▼
 localhost:6379
       │
       ▼
  Redis Stack
       │
       ├── 普通 Redis 数据
       ├── JSON
       └── Vector 向量

RedisInsight：

浏览器
   │
   ▼
localhost:8001
   │
   ▼
RedisInsight

总结

使用 Docker 安装 Redis Stack 非常简单：

下载镜像
   ↓
启动容器
   ↓
映射 6379
   ↓
映射 8001
   ↓
测试 Redis

核心命令：

docker pull redis/redis-stack:7.2.0-v18

启动：

docker run -d -p 6379:6379 -p 8001:8001 -v E:\docker\redis-stack\data:/data --name redis-stack redis/redis-stack:7.2.0-v18

最终我们得到一个同时支持：

Redis
+
全文搜索
+
向量检索
+
RedisInsight

的本地 Redis Stack 环境。

到这里，RAG 的向量数据库就准备好了。

下一步就可以进入真正的核心：

文档
 ↓
切分
 ↓
Embedding
 ↓
存入 Redis Stack
 ↓
向量相似度检索

也就是实现真正的文档向量化存储与检索。