RediSearch 2.10.10版本发布:安全加固与性能优化
RediSearch简介
RediSearch是Redis官方推出的全文搜索引擎模块,它为Redis数据库提供了强大的全文检索功能。作为一个高性能的搜索引擎,RediSearch支持多种查询方式,包括全文搜索、前缀匹配、模糊搜索等,同时具备聚合分析能力,是构建实时搜索应用的理想选择。
版本亮点
RediSearch 2.10.10是一个维护版本更新,主要针对安全风险修复和性能优化进行了改进。这个版本特别强调了安全性,修复了一个可能导致内存异常写入的关键问题,同时对索引创建和查询处理机制进行了多项优化。
安全修复
本次更新最重要的修复是针对CVE-2024-51737问题的修补。这个安全问题存在于查询处理过程中,可能导致内存异常写入问题。开发团队在MOD-8486问题中详细处理了这个问题,确保了查询处理过程中的内存安全性。
功能改进与Bug修复
查询处理优化
-
NOSTEM选项修复:修复了NOSTEM选项在查询时不起作用的问题。现在该选项不仅在索引创建时有效,在查询时也能正确工作,确保了词干提取的一致性。
-
长查询处理:解决了前缀/中缀/后缀查询长度超过1024个字符时可能导致崩溃的问题。现在系统能够正确处理超长查询字符串,提高了稳定性。
-
游标读取修复:修复了使用FT.CURSOR READ读取已删除TAG字段时导致的崩溃问题,增强了游标操作的可靠性。
集群与复制改进
-
后台索引与过期键:解决了在使用replicaof时,后台索引过程中遇到过期键可能导致跨槽错误的问题,提高了集群环境下的数据一致性。
-
聚合查询优化:修复了在集群数据库上对数字字段执行FT.AGGREGATE时导致failed_calls计数增加的问题,优化了分布式环境下的聚合操作性能。
内存管理增强
-
索引内存优化:改进了索引创建机制,现在只在执行写操作时才消耗内存,显著降低了内存使用量,特别是对于读多写少的应用场景。
-
内存统计准确度:修复了索引清理器在处理缺失值时的bytes_collected内存计数问题,使内存使用统计更加准确。
升级建议
对于正在使用RediSearch 2.10版本的用户,强烈建议升级到2.10.10版本,特别是考虑到其中包含的关键安全修复。升级过程简单,通常只需要替换模块文件并重启Redis服务即可。
对于新用户,这个版本提供了更稳定和安全的搜索体验,是开始使用RediSearch的良好起点。开发团队在保持高性能的同时,持续改进产品的稳定性和安全性,使RediSearch成为企业级搜索应用的可靠选择。
总结
RediSearch 2.10.10版本虽然是一个维护更新,但带来了重要的安全修复和多项性能优化。这些改进使得RediSearch在安全性、稳定性和资源利用率方面都有了显著提升。对于依赖RediSearch提供搜索服务的应用来说,及时升级到这个版本将有助于保障系统安全和提升用户体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07