Kvrocks中使用EVAL脚本时全文索引失效问题分析
2025-06-29 05:34:44作者:尤辰城Agatha
问题背景
在Kvrocks 2.12.1版本中,用户发现了一个与全文索引(Full-Text Search)和EVAL脚本相关的功能性问题。具体表现为:当通过EVAL脚本执行HSET命令向哈希类型数据写入内容后,后续使用FT.SEARCH命令无法正确检索到这些内容。
问题复现
该问题可以通过以下步骤复现:
- 首先创建一个全文索引:
FT.CREATE idx:m ON HASH PREFIX 1 m: SCHEMA signature TAG
- 然后通过EVAL脚本插入数据:
EVAL 'redis.call("HSET","m:toutiao:123","signature","12345")' 0
- 最后尝试搜索该数据:
FT.SEARCH idx:m '@signature:{"12345"}'
预期应该返回插入的数据,但实际上返回空结果。
问题根源
经过深入分析,发现这是由于Kvrocks在处理EVAL脚本中的写操作时,未能正确触发全文索引的更新机制。具体来说:
- 当通过常规HSET命令写入数据时,Kvrocks会同时更新内存中的索引结构
- 但当通过EVAL脚本中的redis.call("HSET")写入时,索引更新流程被跳过
- 这导致虽然数据实际已写入存储,但全文索引没有同步更新,造成搜索不到数据的情况
解决方案
Kvrocks开发团队迅速响应,在最新版本中修复了这一问题。修复后的版本确保了:
- 无论通过直接命令还是EVAL脚本中的间接调用,都能正确触发索引更新
- 遵循Redis的EVAL命令规范,要求所有访问的键必须显式声明为输入参数
- 正确的使用方式应该是:
EVAL 'redis.call("HSET",KEYS[1],"signature","12345")' 1 m:toutiao:123
最佳实践建议
基于这一问题的解决,我们建议开发人员:
- 始终使用KEYS数组来传递脚本中需要访问的键名
- 避免在脚本中硬编码键名或动态生成键名
- 对于生产环境,建议使用最新稳定版本的Kvrocks
- 在涉及全文索引的场景下,写入后立即进行搜索验证
总结
Kvrocks作为Redis的替代方案,在保持兼容性的同时也在不断完善其功能。这次EVAL脚本与全文索引交互问题的解决,体现了开源社区对产品质量的持续改进。开发人员在使用这类高级功能时,应当注意遵循最佳实践,并及时更新到修复了已知问题的版本。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
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++
664
321
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868