RediSearch 2.10.15版本发布:关键修复与性能优化
RedisSearch作为Redis官方推出的全文搜索引擎模块,为Redis数据库提供了强大的搜索能力。它支持复杂的查询语法、全文索引、聚合操作等高级功能,广泛应用于各类需要高性能搜索的场景。本次发布的2.10.15版本是一个重要的维护更新,主要解决了多个关键性问题并进行了性能优化。
关键问题修复
本次更新中修复了几个可能影响用户体验的关键问题,值得特别关注:
游标耗尽问题:在之前的版本中,当使用带有SORTBY的游标查询时,如果达到了游标限制,查询可能会被永久阻塞而无法继续。这个问题在MOD-8483中被发现并修复。类似地,MOD-8515也修复了在FT.AGGREGATE命令中使用游标时的相同问题。
超时处理改进:在RESP3协议下,即使设置了返回部分结果的超时策略(ON_TIMEOUT),查询仍可能返回空结果。MOD-8482和MOD-8856解决了这一问题。此外,MOD-8606修复了在已超时的查询上使用FT.CURSOR READ命令时可能导致结果少于预期的问题。
聚合结果计数修正:MOD-9054修复了FT.AGGREGATE命令在RESP3协议下返回的total_results字段不准确的问题,这对于依赖精确结果计数的应用场景尤为重要。
性能优化与稳定性提升
本次更新不仅修复了多个关键问题,还包含了一些重要的性能优化:
协调器竞态条件处理:MOD-8794解决了协调器中的竞态条件问题,防止了查询执行过程中过早释放资源导致的错误和不一致。这一改进显著提升了系统在高并发场景下的稳定性和可靠性。
升级建议
考虑到本次更新修复了多个关键性问题,特别是可能影响查询结果准确性和系统稳定性的问题,我们强烈建议所有使用RediSearch 2.10版本的用户尽快升级到2.10.15版本。
对于生产环境中的升级,建议遵循标准的Redis模块升级流程:先在测试环境中验证新版本的兼容性,确认无误后再在生产环境中进行滚动升级,以最小化对服务的影响。
总结
RediSearch 2.10.15版本虽然是一个维护性更新,但其修复的问题和带来的优化对于保证搜索服务的稳定性和准确性至关重要。特别是对于使用游标查询、聚合操作或RESP3协议的用户,这次升级将显著改善使用体验。RedisSearch团队持续关注产品稳定性与性能的表现,这次更新再次体现了他们对产品质量的承诺。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00