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。
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
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