Apache Kvrocks 2.12.0版本发布:增强数据操作与稳定性
Apache Kvrocks作为一款高性能的键值存储数据库,基于RocksDB构建,兼容Redis协议,旨在提供低成本、高可靠性的存储解决方案。近日,Kvrocks发布了2.12.0版本,带来了多项重要功能增强和稳定性改进。
核心功能增强
本次更新引入了多个实用的新命令,显著提升了数据操作的灵活性:
-
HSETEXPIRE命令:这是一个组合命令,允许在设置哈希字段的同时指定过期时间,将原本需要两个命令的操作合并为一个原子操作,既提高了效率又保证了数据一致性。
-
KMETADATA命令:新增的命令可以获取键的元数据信息,为开发者提供了更丰富的键状态查询能力,便于监控和调试。
-
POLLUPDATES命令增强:现在支持RESP输出格式,提供了更灵活的数据返回方式选择,适应不同场景下的数据处理需求。
-
LASTSAVE命令改进:新增了对iso8601时间格式的支持,使时间显示更加标准化,便于日志分析和监控系统集成。
性能与稳定性优化
2.12.0版本在性能和稳定性方面做出了多项重要改进:
-
脚本执行优化:移除了EVAL、EVALSHA和FCALL命令的全局锁,显著提升了脚本执行的并发性能,同时允许阻塞命令在脚本中使用,增强了脚本功能的灵活性。
-
关键修复:解决了SETRANGE命令中传递负偏移量导致服务器崩溃的严重问题,提高了系统的健壮性。
-
集群功能完善:修复了槽位迁移过程中禁止槽范围清理的bug,确保了集群操作的可靠性。
-
布隆过滤器改进:修复了布隆过滤器中可能导致无效访问的问题,增强了数据查询的稳定性。
系统监控与管理
新版本在系统监控和管理方面也有所增强:
-
INFO命令扩展:现在可以指定多个信息段进行查询,并新增了rocksdb_version、server_time_usec等关键信息字段,为系统监控提供了更全面的数据。
-
配置灵活性提升:允许配置RocksDB的最大压缩字节数,用户可以根据硬件特性和工作负载进行更精细化的性能调优。
-
关闭流程优化:改进了关机消息显示,现在会明确显示信号名称,便于问题诊断。
未来展望
虽然2.12.0版本中尚未包含,但社区已经在积极开发TDIGEST数据结构支持,包括TDIGEST.CREATE、TDIGEST.INFO、TDIGEST.ADD等命令的实现。这些功能将为统计分析和近似计算提供强大支持,值得期待在后续版本中出现。
总结
Apache Kvrocks 2.12.0版本通过引入新命令、优化现有功能和修复关键问题,进一步提升了系统的功能性、性能和稳定性。特别是HSETEXPIRE和KMETADATA等新命令的加入,为开发者提供了更丰富的操作选项。对于追求高性能、低成本键值存储解决方案的用户来说,这个版本值得升级。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00