RediSearch 2.10.18版本发布:关键修复与性能优化
RediSearch简介
RediSearch是Redis的一个高性能全文搜索和二级索引模块,它为Redis数据库提供了强大的搜索能力。作为一个专门为Redis设计的搜索引擎,RediSearch支持全文检索、聚合查询、模糊匹配、向量搜索等高级功能,同时保持了Redis特有的高性能和低延迟特性。
2.10.18版本更新详解
本次发布的2.10.18版本是一个重要的维护更新,包含多项关键修复和性能优化,建议所有用户尽快升级。
关键错误修复
1. 多向量索引RDB重索引崩溃问题
修复了在使用RDB进行重索引时,如果存在多个向量索引可能导致崩溃的问题。这个问题源于集群健康检查机制在多向量索引场景下的处理不当。对于使用向量搜索功能的用户来说,这个修复尤为重要。
2. 游标删除并发安全问题
解决了在执行FT.CURSOR...DEL命令时,如果另一个线程正在读取同一游标可能导致崩溃的问题。这个修复涉及多个模块的协同工作,确保了游标操作的线程安全性。
3. 文本索引评分异常问题
修正了当索引包含TEXT字段但文档中缺少相应文本时,可能导致评分计算出现inf或nan异常值的情况。这个修复确保了评分系统的稳定性和一致性。
4. Active-Active设置中的过期键处理
优化了在Active-Active(双活)配置下,后台索引过程中键的过期处理机制。原先的"惰性过期"策略可能导致键在不正确的时间点过期,现在改为更精确的过期处理方式。
5. 超时策略下的结果收集问题
修复了当使用ON_TIMEOUT RETURN策略时,超时错误可能阻止部分结果收集的问题。现在系统会尽可能收集已完成的部分结果,提供"尽力而为"的服务质量。
性能优化与功能改进
1. 查询解析器优化
改进了包含括号和子查询的交集查询的解析逻辑。现在,查询中括号和子查询的顺序不会影响全文搜索的评分结果,使得查询行为更加一致和可预测。
2. 键空间访问优化
当使用LOAD...@__key语法时,系统现在会避免不必要的Redis键空间访问。这一优化减少了系统开销,提高了查询效率,特别是在处理大量文档时效果更为明显。
升级建议
由于本次更新包含多个关键修复,特别是涉及崩溃和并发安全的问题,我们强烈建议所有用户尽快升级到2.10.18版本。对于使用向量搜索、Active-Active配置或高并发游标操作的用户来说,升级尤为重要。
升级前建议:
- 在测试环境中验证新版本的兼容性
- 检查现有查询在解析器优化后的行为变化
- 监控升级后的系统性能,特别是涉及大量文档操作的场景
总结
RediSearch 2.10.18版本通过一系列关键修复和优化,进一步提升了系统的稳定性和性能。这些改进不仅解决了可能导致崩溃的严重问题,还优化了查询处理和资源利用效率,为用户提供了更加可靠和高效的搜索体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00