RediSearch 2.10.15版本发布:关键性能优化与稳定性提升
RedisSearch作为Redis的全文搜索模块,为开发者提供了高性能的搜索和聚合功能。本次发布的2.10.15版本是一个重要的维护更新,主要解决了多个关键性问题并进行了性能优化,特别针对游标查询和超时处理机制进行了重要改进。
关键问题修复
游标查询耗尽问题修复
在之前的版本中,当使用SORTBY参数进行游标查询时,如果达到了游标限制,查询可能会被永久阻塞而无法耗尽。这个问题在MOD-8483中被发现并修复。类似的问题也存在于FT.AGGREGATE命令的游标查询中(MOD-8515),这些问题都可能导致系统资源无法正常释放。
RESP3协议下的超时处理优化
在RESP3协议下,即使用户设置了ON_TIMEOUT策略允许返回部分结果,系统仍可能返回空结果集(MOD-8482, MOD-8856)。这个版本修复了这个问题,确保在超时情况下能够正确返回已获取的部分结果。
另一个相关的问题是,在查询超时后使用FT.CURSOR READ命令可能导致返回的结果少于预期(MOD-8606)。这个修复确保了游标操作的完整性和一致性。
聚合查询结果计数修正
在RESP3协议下,FT.AGGREGATE命令返回的total_results字段可能存在计数不准确的问题(MOD-9054)。这个版本修正了结果计数逻辑,确保返回的总结果数与实际匹配数一致。
系统架构优化
协调器竞态条件处理
本次更新还修复了一个协调器中的竞态条件问题(MOD-8794),该问题可能导致查询执行过程中出现错误和不一致。通过优化协调器的工作机制,现在能够更可靠地管理查询生命周期,防止过早释放资源,从而提高了系统的整体稳定性。
升级建议
考虑到本次修复的问题涉及查询阻塞和结果准确性等关键功能,建议所有使用RediSearch 2.10版本的用户尽快升级到2.10.15版本。特别是那些依赖游标查询、处理大数据集或使用RESP3协议的用户,这次更新将显著改善系统的可靠性和查询体验。
对于生产环境,建议先在测试环境中验证新版本的兼容性,确保业务逻辑不受影响后再进行正式部署。同时,监控升级后的系统性能表现,特别是那些之前可能受到上述问题影响的查询场景。
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust022
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00