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。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00