RediSearch 2.8.21版本发布:安全修复与性能优化
项目简介
RediSearch是构建在Redis之上的全文搜索引擎模块,它为Redis提供了强大的索引和搜索能力。作为一个高性能的搜索引擎,RediSearch支持全文检索、聚合查询、复杂过滤等功能,同时保持了Redis原有的低延迟特性。它广泛应用于实时搜索、日志分析、电子商务搜索等场景。
版本概述
RediSearch 2.8.21是一个维护版本,主要包含安全修复和若干性能优化。这个版本被标记为"SECURITY"级别更新,意味着它包含了重要的安全修复,建议所有用户尽快升级。
安全修复
本次版本修复了一个重要的安全问题(CVE-2024-51737),涉及查询处理中的潜在边界问题。这类问题如果被利用,可能导致服务不稳定甚至影响服务器运行。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。
主要问题修复
-
长查询处理优化:修复了当查询前缀/中缀/后缀超过1024个字符时可能导致崩溃的问题(MOD-7882)。这一改进使得RediSearch能够更稳定地处理复杂的搜索模式。
-
集群环境稳定性:解决了在使用
replicaof
命令时,后台索引过程中遇到过期键可能导致跨槽错误的问题(MOD-7949)。这对于分布式环境下的数据一致性至关重要。 -
游标管理改进:修复了两个与游标相关的问题:
- 修复了
FT.CURSOR READ
操作在检索已删除的TAG
字段时导致崩溃的问题(MOD-8011) - 解决了查询超时后游标未被正确释放的问题,防止了可用游标数量耗尽的情况(MOD-8009)
- 修复了
-
聚合查询优化:修复了在集群环境下对数字字段执行
FT.AGGREGATE
操作时错误增加failed_calls
计数的问题(MOD-8058),提高了统计数据的准确性。 -
内存计数准确性:改进了索引清理器在处理缺失值时的内存计数机制(MOD-8097, MOD-8114),使内存使用报告更加精确。
性能优化
本次版本引入了一个重要的内存优化:仅在执行写操作时创建索引,而不是在初始化时就分配所有资源(MOD-8125)。这一改变显著减少了RediSearch的内存占用,特别是在处理大量索引但实际写入操作较少的场景下,可以节省可观的内存资源。
升级建议
考虑到本次版本包含重要的安全修复,建议所有使用RediSearch 2.8.x版本的用户尽快升级到2.8.21版本。升级过程通常很简单,只需替换模块文件并重启Redis服务即可。对于生产环境,建议先在测试环境中验证兼容性。
对于内存敏感的应用场景,特别是那些索引数量多但写入频率低的系统,本次的内存优化将带来明显的资源利用率提升。开发团队持续关注性能和稳定性问题,这个版本再次证明了RediSearch作为企业级搜索解决方案的可靠性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









