Garnet项目v1.0.55版本发布:性能优化与功能增强
2025-06-06 13:28:58作者:吴年前Myrtle
Garnet是微软研究院开发的一款高性能、低延迟的键值存储系统,它兼容Redis协议但提供了更高的吞吐量和更低的延迟。该项目采用C#编写,充分利用了.NET生态系统的优势,同时通过创新的架构设计实现了卓越的性能表现。
核心改进与优化
发布/订阅机制重构
本次版本对发布/订阅逻辑进行了全面清理和加速优化。发布/订阅是实时系统中常用的消息传递模式,Garnet通过重构底层实现,显著提升了消息传递的效率和吞吐量,特别是在高并发场景下的表现更为出色。
有序集合功能增强
- 新增了ZRANGEBYLEX命令的同义词支持,为开发者提供了更灵活的查询方式
- 实现了SortedSetCount接口,扩展了API功能集
- 为所有有序集合命令添加了基准测试(BDN),便于性能评估和优化
集群功能完善
- 实现了CLUSTER PUBSUB功能,增强了集群环境下的消息发布/订阅能力
- 新增了CLUSTER NODES测试,确保集群节点管理的可靠性
网络与连接改进
Unix域套接字支持
本次版本新增了对Unix域套接字的支持,这是一种在同一主机上的进程间通信机制,相比TCP/IP通信具有更低的延迟和更高的安全性,特别适合本地进程间的高效数据交换。
网络绑定地址处理优化
修复了当绑定地址为null时的问题,现在会默认绑定到IPAddress.Any,恢复了旧版本的语义,确保了网络连接的稳定性。
脚本与命令兼容性
- 现在支持小写的SCRIPT子命令,提高了与不同客户端工具的兼容性
- 修复了MSETNX命令的原子性问题,确保了这个重要命令在多键设置场景下的正确性
- 解决了CanDoHashExpire测试用例失败的问题,提升了哈希表过期功能的可靠性
诊断与监控
新增了对慢日志(slowlog)的支持,这是一个重要的运维功能,可以帮助开发者识别和优化执行时间过长的命令,提升系统整体性能。
性能测试基础设施
本次版本完善了基准测试(BDN)基础设施:
- 更新了Lua基准测试的预期分配字节数设置
- 添加了如何添加和运行BDN测试的文档,方便开发者进行性能评估
跨平台支持
Garnet继续保持优秀的跨平台能力,提供了针对多种操作系统和架构的预编译包:
- Linux (x64和ARM64)
- macOS (x64和ARM64)
- Windows (x64和ARM64)
总结
Garnet v1.0.55版本在保持高性能特性的同时,进一步丰富了功能集并提升了系统稳定性。特别是对发布/订阅机制的优化、有序集合功能的增强以及Unix域套接字的支持,使得Garnet在实时数据处理和本地进程通信场景中表现更加出色。这些改进使得Garnet作为一个现代化的键值存储系统,能够更好地满足各种高性能应用场景的需求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust047
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
682
4.36 K
Ascend Extension for PyTorch
Python
524
635
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
204
44
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
401
307
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
950
901
暂无简介
Dart
929
229
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.58 K
912
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
214
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
125
205
昇腾LLM分布式训练框架
Python
145
169