Lettuce-core 6.6.0版本发布:Redis Java客户端的重要更新
Lettuce-core是一个高性能的Redis Java客户端,它提供了同步、异步和反应式API,支持Redis的所有功能。作为Redis官方推荐的Java客户端之一,Lettuce以其高性能、线程安全和易用性著称。最新发布的6.6.0版本带来了一系列新特性和改进,本文将详细介绍这些更新内容。
新特性亮点
哈希字段过期功能增强
6.6.0版本新增了对HGETDEL、HGETEX和HSETEX命令的支持。这些命令允许开发者为哈希表中的字段设置过期时间,这是Redis 7.0引入的重要特性。通过这些命令,开发者可以更灵活地管理哈希表中字段的生命周期,无需手动删除过期字段。
命令重放过滤器
新版本引入了命令重放过滤器功能,允许开发者控制在"至少一次"模式下哪些命令会被重试。当连接断开后重新连接时,这个功能特别有用,开发者可以精确控制哪些命令需要重新执行,哪些不需要,从而避免不必要的操作。
数据结构优化
为了提高在断开/重连场景下的性能,6.6.0版本新增了使用HashIndexedQueue作为命令队列的底层数据结构选项。这种数据结构可以显著提升驱动在连接不稳定情况下的性能表现,需要通过ClientOptions进行配置启用。
认证支持扩展
6.6.0版本增加了对Microsoft EntraID认证的支持,这使得在Azure环境中使用Redis更加方便和安全。开发者现在可以使用Azure的认证机制来连接Redis服务。
命令更新与废弃
LCS命令取代STRALGO
新版本中,STRALGO命令被标记为废弃,取而代之的是LCS命令。LCS命令提供了更清晰的长公共子序列计算功能,这是Redis 6.0.6版本引入的变更,Lettuce现在完全支持这一更新。
性能改进
事件循环线程优化
通过将ArrayDeque替换为HashIndexedQueue,解决了事件循环线程可能被阻塞的问题。这一改进使得在高并发场景下,Lettuce能够更高效地处理命令队列,减少线程阻塞的可能性。
位域操作增强
现在支持最大无符号整数作为Bitfield偏移量,这扩展了位域操作的能力,使得开发者可以处理更大范围的位操作需求。
错误修复与稳定性提升
6.6.0版本修复了多个重要问题,包括:
- 修复了JSON功能API意外删除的问题
- 改进了握手失败时的错误传播机制
- 解决了Geo操作在只读副本上错误地尝试写入的问题
- 修正了WATCH命令在MULTI事务中导致事务失败的问题
- 修复了ListSubscriber在hrandfieldWithvalues操作中的异常
测试与文档改进
新版本增强了测试矩阵,支持基于不同Redis服务器版本的测试。文档方面也做了大量更新,包括:
- 增加了使用SNI启用TLS连接的配置示例
- 更新了异步哈希操作示例
- 修正了字符串示例中的并发问题
- 改进了高级用法页面的多个细节
依赖项更新
6.6.0版本更新了多个依赖项,包括:
- 升级Netty到4.1.118.Final版本
- 更新Micrometer到1.14.2
- 升级Testcontainers到1.20.4
总结
Lettuce-core 6.6.0版本在功能、性能和稳定性方面都有显著提升。新引入的哈希字段过期支持、命令重放过滤器和数据结构优化等特性,使得这个Redis Java客户端更加强大和灵活。对于使用Redis的Java开发者来说,升级到6.6.0版本将带来更好的开发体验和更高的系统性能。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00