Redis 7.4.3版本发布:安全修复与性能优化
Redis是一个开源的内存数据结构存储系统,被广泛用作数据库、缓存和消息代理。它支持多种数据结构,如字符串、哈希、列表、集合等,并提供了丰富的功能特性。Redis以其高性能、低延迟和可靠性著称,是当今最流行的NoSQL数据库之一。
安全修复:CVE-2025-21605问题修复
本次7.4.3版本最重要的更新是针对CVE-2025-21605安全问题的修复。该问题允许未经身份验证的客户端导致输出缓冲区异常增长,可能引发严重的系统问题。
在Redis的网络通信模型中,每个客户端连接都有自己的输出缓冲区,用于存储服务器准备发送给客户端的响应数据。正常情况下,Redis会监控这些缓冲区的大小,防止其过度增长消耗过多内存。然而,在这个问题中,某些操作可以绕过这些保护机制,使输出缓冲区不受控制地增长,最终可能导致服务器资源耗尽,引发服务不可用情况。
修复后的版本通过改进输出缓冲区的管理机制,确保在任何情况下都能正确限制其大小,防止异常客户端行为。对于生产环境中的Redis实例,强烈建议尽快升级到7.4.3版本以避免潜在的系统风险。
重要Bug修复
内存泄漏问题
在7.4.3版本中修复了使用FUNCTION FLUSH命令时可能发生的内存泄漏问题,特别是在使用jemalloc内存分配器的情况下。jemalloc是一种高性能的内存分配器,Redis默认使用它来管理内存。当执行FUNCTION FLUSH命令清除所有函数时,某些情况下未能正确释放相关内存,导致内存泄漏。这个问题在长时间运行的Redis实例中可能逐渐累积,最终影响系统性能。
WAITAOF命令改进
WAITAOF命令用于等待指定数量的AOF(append-only file)写入操作完成。在之前的版本中,该命令存在提前返回的问题,可能导致客户端在AOF操作实际完成前就收到响应。7.4.3版本修复了这个问题,确保WAITAOF命令能准确等待所有指定的AOF操作完成后再返回,提高了数据持久化的可靠性。
SLAVEOF命令稳定性提升
修复了在执行SLAVEOF命令(用于将Redis实例配置为另一个实例的副本)时,如果有客户端被阻塞等待懒释放(lazy free)操作完成,可能导致服务器崩溃的问题。懒释放是Redis的一种内存回收机制,它允许在低峰期执行某些内存释放操作以提高性能。这个修复提高了Redis在主从切换场景下的稳定性。
RANDOMKEY命令优化
RANDOMKEY命令用于随机返回数据库中的一个键。在之前的版本中,当Redis处于客户端暂停状态时,该命令可能陷入无限循环。7.4.3版本改进了这一行为,确保在任何情况下都能正确返回结果或错误信息。
分片ID一致性修复
对于支持分片ID(shardID)的Redis集群,修复了在主节点和副本节点同时支持分片ID时可能出现的不一致问题。这一改进确保了在分布式环境中分片ID的正确性和一致性,对于使用Redis集群的用户尤为重要。
升级建议
对于所有使用Redis 7.x版本的用户,特别是那些暴露在公共网络环境中的实例,建议尽快升级到7.4.3版本以获取最新的安全修复和稳定性改进。升级前应做好充分测试,并确保有完整的备份方案。
Redis 7.4.3版本虽然是一个小版本更新,但包含了多个关键问题的修复,特别是安全问题的修补,对于保障Redis实例的安全稳定运行具有重要意义。开发者和运维人员应当重视这次更新,及时评估升级的必要性并制定相应的升级计划。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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。00