Apache Kvrocks 2.11.0 发布:支持全文搜索与多项性能优化
2025-06-18 05:40:19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
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
196
218
暂无简介
Dart
636
144
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++
652
276
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
React Native鸿蒙化仓库
JavaScript
245
316
🎉 (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
1.12 K
627
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
73
98
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.73 K