PikiwiDB v4.0.2 版本发布:性能优化与稳定性提升
PikiwiDB 是一个基于 RocksDB 的高性能、持久化存储的 Redis 兼容数据库。它继承了 Redis 的协议和数据结构,同时通过底层存储引擎的优化,提供了更大的存储容量和更好的持久化能力。PikiwiDB 特别适合需要处理大规模数据且对性能有高要求的应用场景。
新特性亮点
主从复制与持久化改进
本次版本在主从复制机制上进行了重要改进。当从节点执行 slaveof no one 命令解除与主节点的复制关系后,系统会自动将这一变更持久化到配置文件中。这一改进确保了即使服务重启,复制状态的变更也能得到保持,提高了系统的可靠性和一致性。
监控指标增强
新增了 repl_connect_status 监控指标,并将其集成到 pika_exporter 中。运维人员现在可以更方便地监控复制连接状态,及时发现和解决复制问题。同时新增的 keyspace_hits 和 keyspace_misses 指标让用户能够监控键的命中率,为性能调优提供了重要依据。
RedisCache 优化
RedisCache 现在能够智能避免存储过大的键,防止内存过度使用或频繁访问的热键被驱逐,从而显著提升了缓存性能。同时增加了对 RedisCache 中最大元素数量和所有键类型大小的动态配置支持,用户可以通过配置文件或 Config 命令实时调整这些阈值。
性能优化
动态参数调整
新版本支持运行时动态修改 max-subcompactions 参数,优化 L0 层的 compact 操作性能。同时改进了 log-retention-time 参数,使其能够动态调整日志保留天数,为运维提供了更大的灵活性。
连接管理优化
通过修复 std::shared_ptr in_conn 对象在 epoll 循环中的引用计数器析构问题,确保了 Pika 连接能够及时关闭,提高了连接管理的效率和稳定性。
问题修复
缓存一致性
修复了 rpoplpush 和 zpopmin 命令导致的缓存不一致问题,确保了数据库与缓存之间的数据一致性。同时解决了 RedisCache 与 Pika 数据库之间的同步问题,进一步提升了系统的可靠性。
主从复制稳定性
修复了从节点重启后无读流量的问题,优化了主从复制机制。同时解决了 Dashboard 在从节点下线后频繁向 Proxy 发送元信息变更请求的问题,增加了从节点主观和客观下线的逻辑判断。
运维工具改进
Pika-Operator 现在支持主从模式启动,并增加了主从模式下的备份和恢复功能。同时升级了 kubeblocks 到 0.9 版本,优化了代码结构并支持实例缩容,为 Kubernetes 环境下的部署提供了更好的支持。
总结
PikiwiDB v4.0.2 版本在性能、稳定性和运维便利性方面都做出了显著改进。新增的监控指标和动态参数调整功能为运维人员提供了更多工具,而缓存和复制机制的优化则直接提升了系统的性能和可靠性。这些改进使得 PikiwiDB 在大规模数据存储和处理场景中表现更加出色。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00