RediSearch 2.6.30版本发布:关键修复与性能优化
RedisSearch是基于Redis构建的全文搜索引擎模块,它提供了高效的索引和搜索能力,支持复杂的查询语法、聚合操作以及实时索引更新。作为Redis生态中的重要组件,RedisSearch广泛应用于需要高性能搜索功能的场景中。
关键修复
本次2.6.30版本包含了多个关键性修复,解决了可能影响生产环境稳定性的问题:
-
游标操作崩溃问题:修复了在多线程环境下执行
FT.CURSOR...DEL操作时可能导致的崩溃问题。这种并发操作场景在实际应用中较为常见,特别是在高并发的搜索服务中。 -
评分异常问题:当索引包含TEXT类型字段但文档中缺少相应文本内容时,会导致评分计算出现
inf或nan异常值。这不仅影响搜索结果排序,还可能导致客户端处理异常。 -
Active-Active环境下的过期问题:优化了后台索引过程中的延迟过期机制,防止在Active-Active配置下键被错误地过期。这对于分布式环境中的数据一致性至关重要。
-
RESP3协议下的超时处理:解决了在RESP3协议下查询超时可能导致结果集为空的问题,即使设置了返回部分结果的策略。同时修复了聚合游标在某些情况下无法正确耗尽的问题。
性能与功能优化
除了关键修复外,2.6.30版本还包含了一些重要的性能优化和功能改进:
-
查询解析器优化:改进了交集查询和括号内子查询的解析逻辑,确保查询顺序不会影响全文搜索的评分结果。这使得查询语法更加灵活,开发者可以更自由地组织复杂查询而不必担心评分偏差。
-
协调器竞争条件修复:解决了查询执行过程中可能出现的协调器竞争条件,防止了查询过早释放导致的错误和不一致。这一改进显著提升了分布式环境下查询的可靠性。
升级建议
由于本次版本修复了多个关键问题,特别是可能导致崩溃的游标操作问题和评分计算异常问题,建议所有使用RedisSearch 2.6.x版本的用户尽快升级到2.6.30版本。对于使用Active-Active配置或RESP3协议的用户,升级尤为重要。
升级过程通常较为简单,可以通过替换模块文件并重启Redis实例完成。建议在测试环境验证后再应用于生产环境,特别是对于承载高流量查询的服务。
RedisSearch持续优化其稳定性和性能,2.6.30版本的发布进一步巩固了其作为Redis生态中全文搜索解决方案的地位,为用户提供了更可靠、更高效的搜索体验。
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