Jedis 6.0.0 发布:全面支持 Redis 8.0 新特性
Redis 作为当今最流行的内存数据库之一,其 Java 客户端 Jedis 迎来了 6.0.0 大版本更新。作为 Redis 官方推荐的 Java 客户端,Jedis 6.0.0 版本最重要的改进是全面适配 Redis 8.0 的新特性,同时也在功能、性能和稳定性方面做出了多项优化。
Redis 8.0 兼容性升级
Redis 8.0 引入了多项重大改进,包括原生的 JSON、Search & Query 和 TimeSeries 数据结构支持。Jedis 6.0.0 对这些新特性提供了完善的支持。
搜索查询方言默认升级
在 Redis 8.0 中,搜索和查询功能有了显著增强。Jedis 6.0.0 现在默认使用查询方言版本 2(DIALECT 2),这会影响 FT.AGGREGATE 和 FT.SEARCH 等命令的行为。查询方言的版本会影响查询语法和返回结果,开发者需要注意这一变化可能带来的兼容性问题。
如果需要使用旧版查询方言,可以通过以下方式显式设置:
UnifiedJedis jedis = new UnifiedJedis("redis://localhost:6379");
jedis.setDefaultSearchDialect(1);  // 使用 DIALECT 1
移除过时模块支持
随着 Redis 生态的发展,一些模块已被官方标记为不再维护。Jedis 6.0.0 移除了对 RedisGraph 和 Triggers & Functions(原 RedisGears v2)的支持,开发者需要寻找替代方案。
重要变更与改进
命令返回类型调整
FT.PROFILE 命令现在返回通用对象类型,提高了接口的灵活性。同时,COMMAND INFO 命令的响应现在包含子命令的详细信息,为开发者提供更丰富的元数据。
实验性功能
6.0.0 版本引入了两个实验性功能:
- 搜索和聚合查询结果中的警告消息支持,帮助开发者更好地理解查询执行情况
 - 新增 SslOptions 类,为 SSL/TLS 连接提供更细粒度的配置选项
 
新增功能亮点
哈希字段扩展命令
支持 Redis 8.0 新增的哈希字段操作命令:
- HGETDEL:获取字段值后删除该字段
 - HGETEX:获取字段值并设置过期时间
 - HSETEX:设置字段值并指定过期时间
 
集群操作增强
改进了集群操作中的错误处理,现在当"Cluster retry deadline exceeded"异常发生时,会传播原始错误原因,便于问题排查。
认证与安全
新增了对基于令牌的身份认证(Token-Based Authentication)的支持,这是 Redis 8.0 引入的重要安全特性。同时完善了 SSL 配置选项,为安全连接提供更多控制能力。
性能优化与问题修复
连接池更新
升级了 Apache Commons Pool 2 到 2.12.1 版本,修复了连接池管理中的潜在问题,提高了资源利用效率。
发布订阅模式修复
修复了启用缓存时的发布订阅功能问题,确保了消息传递的可靠性。
异常处理改进
优化了数组越界异常的处理,提供了更清晰的错误信息,便于开发者快速定位问题。
开发者体验提升
测试覆盖增强
测试矩阵现在覆盖了 Redis 8.0-M1、7.4.1、7.2.6 和 6.2.16 等多个版本,确保跨版本兼容性。同时优化了集群测试的速度,缩短了开发反馈周期。
文档完善
新增了大量实用示例代码,包括:
- 哈希搜索示例
 - 地理空间索引使用示例
 - 管道和事务操作示例
 - 基础数据结构操作示例
 
这些示例帮助开发者更快上手 Jedis 的各项功能。
升级建议
对于正在使用 Jedis 5.x 版本的开发者,升级到 6.0.0 时需要注意:
- 检查是否使用了已移除的 RedisGraph 或 Triggers & Functions 功能
 - 评估搜索查询方言变更对现有查询的影响
 - 测试集群操作和发布订阅功能是否正常工作
 - 考虑使用新的哈希字段操作命令优化业务逻辑
 
Jedis 6.0.0 作为支持 Redis 8.0 的重要版本,不仅带来了对新特性的支持,也在稳定性、性能和开发者体验方面做出了显著改进,是 Java 开发者使用 Redis 的理想选择。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00