RedisBloom 2.8.5版本发布:关键安全修复与性能优化
RedisBloom是Redis的一个扩展模块,为Redis提供了概率性数据结构支持。这类数据结构特别适合处理大数据场景下的近似计算问题,包括布隆过滤器(Bloom Filter)、计数型布隆过滤器(Counting Bloom Filter)、Top-K数据结构和计数-最小草图(Count-Min Sketch)等。这些数据结构在空间效率上具有显著优势,被广泛应用于缓存穿透防护、热点数据统计、流量监控等场景。
安全修复
本次2.8.5版本最重要的更新是针对CVE-2024-53993问题的安全修复。该问题存在于计数-最小草图(CMS)模块中,可能导致边界外写入情况。边界外写入是内存安全领域的严重情况,可能影响服务稳定性。RedisBloom团队在MOD-6970问题中修复了这一问题,建议所有使用CMS功能的用户尽快升级。
此外,团队还修复了CMS.MERGE命令在处理负数量键值时可能导致的异常问题(MOD-6964)。这类问题在实际应用中可能影响服务可用性,特别是在自动化脚本错误传递参数时。
内存管理改进
2.8.5版本针对多个命令的初始化参数进行了严格校验,修复了可能导致内存耗尽(OOM)的关键问题:
BF.RESERVE、CF.RESERVE和TOPK.RESERVE命令现在能够正确处理超大初始化值,避免直接崩溃(MOD-7057、MOD-7058、MOD-7059)CMS.INITBYDIM和CMS.INITBYPROB命令同样增加了对超大参数的防护(MOD-7060)
这些改进显著提升了模块的健壮性,特别是在面对异常输入时的稳定性。对于运维人员而言,这意味着更少的意外宕机风险。
功能一致性增强
本次更新还修复了一些功能一致性问题:
CMS.INCRBY命令现在能够正确通知WATCH客户端和客户端缓存(MOD-8193),确保了Redis事务机制的完整性- Top-K数据结构在RDB加载后现在能够正确初始化(MOD-8194),解决了持久化恢复后结果质量下降的问题
新特性与兼容性
2.8.5版本引入了对主动内存碎片整理的支持(MOD-7890),这一改进可以显著降低长时间运行后的内存碎片问题,对于内存敏感型应用尤为重要。
在平台兼容性方面,新版本增加了对Ubuntu 22和macOS 13/14的官方支持,为使用这些系统的开发者提供了更好的开发体验。
升级建议
对于生产环境用户,特别是使用以下功能的场景,建议尽快安排升级:
- 使用计数-最小草图(CMS)进行流量统计或频率分析的应用
- 处理可能包含异常输入的自动化流程
- 内存资源紧张的环境
- 使用较新操作系统版本部署的环境
升级过程通常只需替换模块文件并重启Redis实例,但建议先在测试环境验证兼容性。对于安全敏感的应用,应优先考虑本次升级中包含的CVE修复。
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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00