Redis 7.4.2版本发布:安全修复与关键改进
Redis是一个开源的高性能键值数据库,以其出色的速度、灵活的数据结构和丰富的功能而闻名。作为内存数据库,Redis广泛应用于缓存、消息队列、实时分析等场景。近日,Redis发布了7.4.2版本,这是一个重要的维护版本,主要包含安全修复和一些关键问题的解决。
安全修复
本次版本包含两个重要的安全修复,值得所有Redis用户特别关注:
-
Lua脚本执行问题(CVE-2024-46981)
这个问题可能导致通过精心构造的Lua脚本命令在Redis服务器上执行非预期操作。Lua脚本是Redis提供的一个强大功能,允许用户在服务器端执行复杂的原子操作。由于Redis通常以较高权限运行,这个问题需要特别重视。建议所有用户尽快升级以解决此问题。 -
ACL选择器服务稳定性问题(CVE-2024-51741)
Redis的访问控制列表(ACL)功能允许管理员精细控制用户权限。这个问题可能导致通过发送特殊构造的ACL选择器影响Redis服务稳定性。对于面向公众开放的Redis实例,这个问题尤其需要注意。
核心功能改进
除了安全修复外,7.4.2版本还包含多个重要的功能修复:
流(Streams)数据结构改进
-
XINFO命令lag字段修复
当消费组的最后ID后面存在特殊标记时,XINFO命令返回的lag字段值不正确。lag字段用于表示消费者落后于生产者多少条消息,这个修复确保了监控数据的准确性。 -
XTRIM命令与特殊标记处理
XTRIM命令在执行后未能正确更新最大特殊标记,导致后续的lag计算出现偏差。这个问题已得到修复,确保了流数据修剪后各项指标的准确性。
内存管理优化
-
模块内存碎片整理稳定性修复
在特定情况下,Redis模块的内存碎片整理过程可能导致服务器不稳定。这个修复提高了Redis的稳定性,特别是在使用自定义模块的场景下。 -
RDB加载失败时的资源释放
修复了在RDB文件加载失败时可能出现的资源释放问题。RDB是Redis的持久化机制之一,这个修复确保了在异常情况下系统资源的正确管理。 -
函数库上下文内存同步问题
修复了functionsLibCtx中cache_memory的一个同步问题,提高了多线程环境下的稳定性。
哈希数据类型修复
- 带过期时间的哈希键引用计数问题
当哈希键不再包含任何字段但仍有过期时间设置时,在执行RENAME、MOVE、SWAPDB或RESTORE操作时会出现键引用计数错误。这个修复确保了在这些操作下键的生命周期管理正确无误。
集群功能增强
-
集群配置加载稳定性
修复了加载集群配置时可能导致不稳定的问题,提高了Redis集群的可靠性。 -
CLUSTER SHARDS命令改进
修复了CLUSTER SHARDS命令可能返回空数组的问题。这个命令用于获取集群分片信息,是管理和监控Redis集群的重要工具。 -
版本兼容性提升
解决了与旧版本节点的一些兼容性问题,使得不同版本的Redis节点能够更好地协同工作。 -
SORT命令错误信息修正
修复了在集群模式下使用SORT命令时,GET #参数返回的错误信息不准确的问题。
升级建议
考虑到7.4.2版本包含关键安全修复,所有Redis用户都应尽快安排升级。升级前建议:
- 在生产环境升级前,先在测试环境验证应用兼容性
- 备份重要数据
- 检查所有依赖Redis的功能是否正常工作
- 监控升级后的系统性能指标
对于无法立即升级的用户,应评估安全修复的影响范围并采取适当的缓解措施,如加强网络访问控制等。
Redis 7.4.2版本的发布再次体现了Redis社区对安全性和稳定性的重视。通过及时修复关键问题和提升系统可靠性,Redis继续为开发者提供可靠的数据存储解决方案。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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