Apache Kvrocks 2.11.0 发布:支持全文搜索与多项性能优化
2025-06-18 15:52:22作者:余洋婵Anita
Apache Kvrocks 是一个高性能的键值存储系统,兼容 Redis 协议,底层使用 RocksDB 作为存储引擎。它旨在提供与 Redis 类似的功能,同时通过更高效的存储引擎实现更低的资源消耗和更高的性能。在最新发布的 2.11.0 版本中,Kvrocks 带来了令人期待的全文搜索功能以及多项性能优化。
核心亮点:Kvrocks Search 全文搜索功能
2.11.0 版本最引人注目的特性是引入了 Kvrocks Search,这是一个实验性的全文搜索功能。该功能为 Kvrocks 添加了二级索引和结构化查询能力,使得用户可以直接在 Kvrocks 中执行复杂的搜索操作,而无需依赖外部搜索引擎。
Kvrocks Search 支持多种查询方式,包括:
- 基本的文本匹配搜索
- 标签(TAG)查询
- 向量相似度搜索
- 范围查询等
新版本中特别增加了 FT.TAGVALS 命令,用于获取特定标签字段的所有可能值,这对于构建自动补全或筛选功能非常有用。同时,FT.INFO 命令也得到了增强,现在可以显示字段选项和定义等更详细的信息。
性能优化与功能增强
RocksDB 升级与配置优化
Kvrocks 2.11.0 将 RocksDB 从 v9.3.1 升级到了 v9.10.0,带来了多项性能改进和新特性。同时新增了几个重要的 RocksDB 配置选项:
rocksdb.wal_compression:允许启用 WAL(Write-Ahead Log)压缩,减少磁盘 I/Orocksdb.compression_start_level:可以配置从哪个级别开始启用压缩partition_filters:新增选项以禁用分区过滤器,供高级用户调优
命令与连接处理优化
- 新增了命令延迟统计的直方图支持,提供更详细的性能分析数据
- 优化了简单字符串"OK"的构造方式,减少内存分配
- 改进了连接处理,将耗时操作移出关键路径
- 支持通过套接字文件描述符传递来创建工作线程
集群与复制改进
- 集群迁移现在支持 JSON 数据类型
- 添加了 REPLICAOF 命令和对应的配置选项,简化主从复制设置
- 改进了增量同步期间的内存使用,减少内存拷贝
- 修复了主节点失效时从节点可能阻塞的问题
开发者体验提升
2.11.0 版本对开发者体验也做了多项改进:
- 支持通过 glob 模式检索配置字段
- 添加了 DevContainer 配置,简化开发环境设置
- 改进了命令属性处理,使代码更清晰
- 增加了多线程锁保护机制
- 优化了事务处理上下文
稳定性与错误修复
新版本修复了多个关键问题,包括:
- 修复了 DISK/MEMORY/DUMP 命令的错误键范围问题
- 修正了脚本执行期间的连接状态管理
- 解决了集群中主节点移除的问题
- 修复了过期键在 INCRBY 和 SETRANGE 命令中的处理
- 改进了迁移过程中的错误处理
总结
Apache Kvrocks 2.11.0 是一个功能丰富且稳定的版本,特别是全文搜索功能的引入为应用开发提供了新的可能性。通过 RocksDB 升级和多项性能优化,这个版本在保持兼容性的同时进一步提升了系统的整体性能。虽然搜索功能仍标记为实验性,但它已经展示了 Kvrocks 向更丰富的数据处理能力发展的方向。对于需要高性能键值存储同时希望减少资源消耗的用户来说,Kvrocks 2.11.0 值得考虑。
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
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492