你可以使用FT.AGGREGATE来实现。您必须为此至少索引一个字段。
下面是一个使用您的数据的示例。

新增数据

127.0.0.1:6379> JSON.SET doc:1 $ '{"page_name": "home", "visit_count" : 10}' 
OK
127.0.0.1:6379> JSON.SET doc:2 $ '{"page_name": "add_to_cart", "visit_count" : 7}' 
OK
127.0.0.1:6379> JSON.SET doc:3 $ '{"page_name": "checkout", "visit_count" : 5}' 
OK

创建索引

至少需要对一个字段进行索引。以下是几个可能的选项：
1.索引visit_count：

FT.CREATE idx ON JSON PREFIX 1 doc: SCHEMA $.visit_count AS visit_count SORTABLE

1.索引page_name

FT.CREATE idx ON JSON PREFIX 1 doc: SCHEMA $.page_name AS page_name TAG

1.索引page_name并引用visit_count（多行以提高可读性）：

FT.CREATE idx ON JSON PREFIX 1 doc: SCHEMA 
    $.visit_count AS visit_count SORTABLE NOINDEX 
    $.page_name AS page_name TAG

请注意，我提到visit_count和NOINDEX是为了快速访问，但没有索引（因此它不能在查询部分引用，但可以作为聚合的一部分引用）。

查询索引

诀窍是使用一些在所有文档中都相等的虚拟字段。如果你有一个现有的，你可以使用它，但是如果没有，你可以使用APPLY创建一个（文档在这里）：

APPLY 1 AS __dummy

将向所有文档添加一个名为__dummy的字段，值为1。这仅适用于查询上下文，不会添加到JSON对象本身。当然，任何名称和值都是可能的。
对于情况1和3：

FT.AGGREGATE idx * APPLY 1 AS __dummy GROUPBY 1 @__dummy REDUCE SUM 1 @visit_count AS count

对于情况2：

FT.AGGREGATE idx * APPLY 1 AS __dummy LOAD 3 $.visit_count AS visit_count GROUPBY 1 @__dummy REDUCE SUM 1 @visit_count AS count

输出（适用于所有情况）：

1) (integer) 1
2) 1) "__dummy"
   2) "1"
   3) "count"
   4) "22"

编辑

显然，你可以GROUPBY 0字段，所以APPLY技巧是多余的。
使用

FT.AGGREGATE idx * GROUPBY 0 REDUCE SUM 1 @visit_count AS count

对于情况1和3，或者，对于情况2：

FT.AGGREGATE idx * LOAD 3 $.visit_count AS visit_count GROUPBY 0 REDUCE SUM 1 @visit_count AS count

获取输出：

1) (integer) 1
2) 1) "count"
   2) "22"

使用redis-py：

import redis
import redis.commands.search
import redis.commands.search.reducers as reducers
from redis.commands.search.aggregation import AggregateRequest
from redis.commands.json.path import Path
from redis.commands.search.field import (
    NumericField,
    TagField,
)
from redis.commands.search.indexDefinition import IndexDefinition, IndexType

conn = redis.Redis(host="localhost", port=6379, db=0)

definition = IndexDefinition(
    prefix=["doc:"],
    index_type=IndexType.JSON,
)

conn.ft().create_index((
        TagField("$.page_name", as_name="page_name"),
        NumericField("$.visit_count", as_name="visit_count", sortable=True, no_index=True),
    ),
    definition=definition,
)

conn.json().set("doc:1", Path.root_path(), {"page_name": "home", "visit_count": 10})
conn.json().set("doc:2", Path.root_path(), {"page_name": "add_to_cart", "visit_count": 7})
conn.json().set("doc:3", Path.root_path(), {"page_name": "checkout", "visit_count": 5})

total_sum = conn.ft().aggregate(AggregateRequest().group_by([], reducers.sum("visit_count"))).rows[0][1]
print(int(total_sum)) # 22

备选办法

如果你不需要索引文档的其他原因，你可以使用一个LUA script来扫描所有的键，并总结这个值。如果有很多键，扫描整个键空间可能会很慢，但在修改或添加新键时，它不需要额外的内存开销和索引时间