Garnet项目中SCAN命令返回过期数据结构键的问题解析
2025-05-21 19:36:59作者:范靓好Udolf
问题背景
在Garnet数据库项目中,用户发现了一个与过期键和SCAN命令相关的重要问题。当使用带有过期时间的数据结构(如哈希、列表、集合、有序集合等)时,即使这些键已经过期,SCAN命令仍然会返回这些已过期的键值。
问题重现
这个问题可以通过以下步骤重现:
- 向Garnet中添加任何带有过期时间的数据结构类型(哈希、列表、集合或有序集合)
- 等待这些键过期
- 执行SCAN命令(如SCAN *)
预期行为
按照Redis的标准行为,当键过期后,SCAN命令不应该返回这些已过期的键。过期键应该被自动清理,不应该出现在任何键空间操作的结果中。
技术分析
这个问题最初在字符串类型的键上被发现并修复,但后来发现同样的问题也存在于其他数据结构类型中。这表明在Garnet的实现中,键过期机制与SCAN命令的交互存在系统性的问题。
键过期是Redis/Garnet中的一个重要特性,它允许用户为键设置生存时间(TTL)。当键过期后,系统应该:
- 自动将这些键标记为已删除
- 确保这些键不会出现在任何键空间操作的结果中
- 在适当的时候回收这些键占用的内存
SCAN命令是Redis中用于增量迭代键空间的命令,它应该只返回当前有效的、未过期的键。这个问题的存在意味着Garnet在数据结构类型的键过期处理上存在不足。
影响范围
这个问题会影响所有使用以下特性的场景:
- 为数据结构设置过期时间
- 使用SCAN命令遍历键空间
- 依赖SCAN结果进行后续操作的应用
解决方案
开发团队已经确认并解决了这个问题。解决后的版本确保了SCAN命令不会返回任何类型的过期键,包括字符串和其他数据结构类型。
最佳实践
对于使用Garnet的开发者,建议:
- 确保使用最新版本的Garnet,以获得这个修复
- 如果必须使用旧版本,可以在应用层对SCAN结果进行额外的过期检查
- 定期检查键空间,确保过期键被正确清理
总结
键过期机制是数据库系统的重要功能,SCAN命令的正确行为对许多应用场景至关重要。Garnet团队快速响应并解决了这个问题,体现了项目对兼容性和正确性的重视。开发者应该关注这类问题的修复,并及时更新到最新版本以获得最佳体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217