Predis v2.4.0-RC1发布:Redis PHP客户端迎来多项重要更新
Predis是一个纯PHP实现的Redis客户端库,它不需要任何额外的扩展即可运行,为PHP开发者提供了高效、灵活的Redis操作接口。作为Redis在PHP生态中的重要桥梁,Predis一直保持着活跃的更新节奏。近日,Predis发布了v2.4.0的第一个候选版本(RC1),带来了多项功能增强和问题修复。
新增功能亮点
本次版本最值得关注的是新增了对哈希字段过期命令的支持。在Redis 7.0及以上版本中,引入了哈希字段级别的过期功能,这为缓存场景提供了更细粒度的控制能力。Predis v2.4.0-RC1现在完整支持这一特性,开发者可以直接通过Predis操作哈希字段的过期时间。
此外,版本还补充了两个重要命令的实现:
FT._LIST命令用于列出所有全文搜索索引BITFIELD_RO命令提供了位域操作的只读版本
这些新增命令使得Predis能够更好地支持Redis的最新功能特性,特别是全文搜索和位操作等高级功能。
重要改进与优化
在命令接口方面,WATCH命令现在可以接受字符串或字符串数组作为参数,这使得代码编写更加灵活。这一改进符合Redis多键事务监控的实际使用场景,开发者不再需要手动将多个键名转换为数组。
集群模式下,Predis对槽位映射(slotmap)的处理进行了优化,采用了更紧凑的槽范围对象表示方式。这一内部改进虽然对用户透明,但能显著提升集群模式下大规模键操作时的性能表现,特别是在处理跨节点操作时。
关键问题修复
针对Redis只读副本的支持,本次版本修复了几个重要问题:
- 修正了
EVAL_RO命令在集群模式下的支持问题 - 将
GEOSEARCH标记为只读命令,确保它能在副本节点上执行
这些修复确保了在读写分离架构中,Predis能够正确地将只读命令路由到副本节点,充分发挥Redis集群的扩展能力。
在PHP兼容性方面,版本解决了PHP 8.4环境下stream_context_set_option()函数的使用问题,并防止了命名参数可能导致的运行时错误,为即将到来的PHP版本做好了准备。
测试与质量保证
开发团队在持续集成方面做了重要工作:
- 新增了对Redis 8.0的CI测试支持
- 扩展了测试覆盖范围以确保与Redis 8.0的兼容性
这些措施保证了Predis能够跟上Redis服务器版本的演进,为用户提供稳定可靠的使用体验。同时,项目开始采用并行方式运行PHP-CS-Fixer,进一步提升了代码风格检查的效率。
升级建议
对于正在使用Predis的开发团队,v2.4.0-RC1作为预发布版本,已经展现出良好的稳定性。建议开发者在测试环境中先行验证,特别是关注以下方面:
- 哈希字段过期功能是否符合预期
- 集群模式下只读命令的行为是否正确
- 与Redis 8.0的交互是否存在问题
这次更新标志着Predis在功能完整性和稳定性上又迈出了重要一步,为PHP开发者提供了更强大的Redis操作能力。随着Redis新特性的不断加入,Predis持续保持同步更新,巩固了其作为PHP生态中Redis首选客户端的地位。
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