Jedis 6.0.0发布:全面支持Redis 8.0新特性
Jedis作为Java生态中最流行的Redis客户端之一,近日发布了6.0.0大版本更新。这个版本最大的亮点是全面适配Redis 8.0的新特性,同时移除了一些不再维护的功能模块。本文将详细介绍这次更新的技术细节和开发者需要注意的变更点。
Redis与Jedis简介
Redis是一个开源的内存数据结构存储系统,广泛用作数据库、缓存和消息代理。Jedis则是Redis官方推荐的Java客户端,提供了与Redis服务器交互的完整API。随着Redis 8.0的发布,Jedis也迎来了6.0.0版本的重大更新,以支持Redis 8.0引入的新功能。
Redis 8.0支持的核心改进
搜索功能默认方言变更
Redis 8.0对搜索功能进行了重要升级,Jedis 6.0.0随之调整了默认行为。现在客户端默认使用搜索查询方言版本2(DIALECT 2),这会自动附加到FT.AGGREGATE和FT.SEARCH等命令中。
这一变更可能会影响查询结果的返回格式。开发者可以通过以下方式显式指定方言版本:
UnifiedJedis jedis = new UnifiedJedis("redis://localhost:6379");
jedis.setDefaultSearchDialect(1); // 使用DIALECT 1
移除的功能模块
为了保持代码库的简洁和可维护性,Jedis 6.0.0移除了对RedisGraph和Triggers & Functions(原RedisGears v2)的支持。这两个模块在Redis生态中已经不再作为核心功能维护,开发者需要考虑替代方案。
重要变更与兼容性说明
命令返回类型变更
FT.PROFILE命令的返回类型现在改为泛型对象,这提供了更好的灵活性但可能需要开发者调整现有代码。同样,COMMAND INFO命令的响应现在包含子命令的详细信息,这改进了命令自省能力但可能影响现有解析逻辑。
集群操作改进
集群模式下,现在会传播"Cluster retry deadline exceeded"异常的根因,使得调试分布式环境下的问题更加容易。同时修复了启用缓存时的发布/订阅功能问题。
新增功能与API
新的哈希表操作
Jedis 6.0.0增加了对HFE API的支持,包括hgetdel、hgetex和hsetex命令,这些命令提供了更灵活的哈希表操作方式。
SSL连接增强
新增了SslOptions类,提供了更细粒度的SSL/TLS连接配置能力,包括证书验证、协议版本等参数的定制。
令牌认证集成
支持基于令牌的认证机制,可以与Azure等云服务的认证系统集成,提供了更安全的连接方式。
性能与稳定性改进
测试基础设施升级
测试矩阵现在覆盖了从Redis 6.2.16到8.0-RC2的多个版本,确保兼容性。同时优化了集群测试的速度,减少了CI/CD管道的执行时间。
资源管理
修复了可能导致内存不足的偶发测试失败问题,改进了连接池和资源管理逻辑。
开发者建议
对于计划升级到Jedis 6.0.0的开发者,建议:
- 首先测试搜索功能变更对应用的影响,必要时显式设置方言版本
- 检查是否使用了已移除的RedisGraph或Triggers & Functions功能,寻找替代方案
- 更新集群相关代码以利用改进的错误传播机制
- 考虑使用新的HFE API优化哈希表操作
- 评估SSL配置是否可以从新的SslOptions中受益
Jedis 6.0.0的这些改进使Java开发者能够更好地利用Redis 8.0的强大功能,同时保持了库的稳定性和易用性。对于新项目,建议直接采用此版本;对于现有项目,建议在测试环境中充分验证后再进行升级。
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