Redisson 3.47.0发布:分布式队列增强与性能优化
Redisson项目简介
Redisson是一个基于Redis的Java客户端,它不仅提供了对Redis基础数据结构的封装,还在此基础上实现了丰富的分布式Java对象和服务。作为一个成熟的Redis客户端框架,Redisson简化了在分布式环境中开发复杂应用的过程,提供了分布式锁、队列、集合、Map等高级数据结构,以及分布式服务如远程服务、定时任务等。
版本亮点解析
可靠的分布式队列增强
3.47.0版本对RReliableQueue进行了重大改进,新增了ReliableFanout对象,这是一种可靠的发布-订阅模式实现。与传统的Redis Pub/Sub不同,ReliableFanout保证了消息的可靠传递,即使在消费者暂时不可用时也不会丢失消息。
RReliableQueue现在支持两种处理模式:
- 单消费者模式:传统的队列模式,消息被一个消费者消费
- 多消费者模式:类似Kafka的消费者组模式,多个消费者可以并行处理消息
新版本还引入了监听器机制,开发者可以注册消费者监听器来接收队列状态变化的通知。同时,队列现在提供了丰富的度量指标,包括待处理消息数、处理中的消息数等,便于监控队列健康状况。
性能优化与稳定性提升
在底层连接管理方面,修复了多个可能导致连接泄漏的问题。特别是在哨兵模式下,新版本优化了故障转移后的连接管理,避免了为每个写操作创建新连接的问题。
对于集群环境中的RMap.loadAll()方法可能挂起的问题进行了修复,提升了大规模数据加载的可靠性。同时改进了"WAIT"和"WAITAOF"命令的可用性检测机制,使复制相关操作更加健壮。
数据结构功能扩展
RScoredSortedSet新增了多个集合操作相关方法:
- readDiffEntries:读取差集条目
- readIntersectionEntries:读取交集条目
- readUnionEntries:读取并集条目
这些方法为需要复杂集合运算的场景提供了更高效的实现方式。
框架整合改进
Spring生态整合增强
修复了Spring Cache.getNativeCache()返回错误实例的问题,确保了与Spring Cache抽象的更好兼容。对于Spring Data Redis的ReactiveZSetCommands.zadd()方法的默认参数进行了修正,使API行为更加符合预期。
特别值得注意的是,修复了Spring Data Redis中addMessageListener()方法在向同一主题或模式添加多个监听器时可能挂起的问题,提升了高并发订阅场景下的稳定性。
Micronaut支持改进
针对Micronaut 4.x版本,修复了只能连接到单个节点的问题,现在可以正确识别和连接Redis集群中的所有节点。
开发者建议
对于正在使用或考虑使用Redisson的开发者,3.47.0版本带来了多项值得关注的改进:
- 对于需要可靠消息传递的场景,建议评估新的RReliableQueue功能和ReliableFanout对象
- 在Spring生态中使用Redisson时,可以考虑升级以获得更稳定的消息监听体验
- 对于使用集群模式的用户,新版本解决了多个稳定性问题,建议优先升级
- 新增的集合操作方法可以简化某些业务逻辑的实现,值得在代码审查时关注
这个版本的改进主要集中在分布式队列的可靠性和功能性增强,以及底层稳定性的提升,体现了Redisson项目对生产环境需求的持续关注。
kernelopenEuler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。C046
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0124
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