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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00