Redis 7.2 树立了 Redis 产品中全新体验标准

过去十多年来，您一直信赖 Redis，因为它让我们得以轻松创建强劲且快速的应用程序，使其在扩展时也能表现出色——并且我们尽最大努力来担得起这份声誉。Redis 正以我们融入到 Redis 7.2 中的所有创新延续这种精神。

以下是我们为增加用户喜欢我们的理由所做的一切。

只有在使用您正在领导其开发的工具时，才能获得无法替代的学习体验。在我担任 Redis CEO 之前，我曾专注于将该产品作为一名开发人员使用。其无与伦比的性能、可扩展性和其设计方法（在 Redis 宣言 中概述）激励了我，也激励了数百万其他开发人员。我明白了为什么 Redis 是世界上最成功的开源数据库之一。

Redis 增长的一些原因包括对更快的应用程序、实时推理、不断涌现的生成式 AI 和矢量数据库广泛采用的需求不断增加。随着 Redis 的发展远远超出了其作为数据结构服务器（通常用于缓存）的开端，新一代开发人员希望享受 Redis 的好处。我们意识到，我们需要扩大我们对所有 Redis 实践者（开发人员、架构师和运维人员）的全面体验的责任。

作为一名开发人员，我赞赏使用 Redis 核心 API 是多么优雅和容易。事实上，我非常希望那种令人愉快的体验能在产品组合的其他部分（例如客户端、集成、工具和文档）中得以体现。我们必须解决这个问题，我决定——并担任更积极的指导角色。

我于 2 月加入 Redis。从那时起，我们制定了一项战略，以扩大我们在 Redis 项目中担任管理者的职责。在我们发出角色中，我们接受 Redis 以社区为驱动的魅力，同时让所有 Redis 发行版都更容易浏览，带有明确的指示和明确的路径。通过担任社区管理者，我们帮助新来者和长期 Redis 实践者享受 Redis 坚不可摧的性能、传奇可靠性和简单性。

Redis 一直是科技行业一个强大的竞争者，但成为自己最佳版本之旅永无止境。我们一直在努力让 Redis 对开发人员、架构师和运维人员更有价值。

今天，我很高兴介绍 Redis 7.2，这是我们不断完善和改进您体验之旅中向前迈出的一步。

因此，让我们深入了解我们让技术对 Redis 用户更容易的众多方式。因为在 Redis，我们致力于帮助每个人构建更好的软件，更快速、更自信。

介绍 Redis 7.2

Redis 7.2 是我们影响最深远的版本。它涵盖了一套广泛的新功能，以及对支持 AI 倡议的功能的大量投资。在这些增强功能的每一个中，您都会注意到一个强大的主题，即让开发人员更轻松地使用 Redis，使其运行得更快，并更容易实现创新成果。

我们致力于通过一种我们称之为统一 Redis 版本的方法，通过每个分发渠道一次性提供所有这些功能。

我们让 AI 创新变得更容易实现

利用大型语言模型 (LLM) 和生成式 AI 的努力正在以惊人的速度改变着计算机软件，我们一直在努力在我们的平台中交付能力，以使这项工作变得轻松。我们已经为一些世界上最大的客户（包括 OpenAI）提供支持，并且在多年投资中使机器学习 (ML)——现在是向量数据库——变得无缝且易于访问。 

我们还了解基于这些进行创新企业的担忧。例如，我的第一次客户访问之一就是一家大型金融服务客户。该公司在 Redis 上独家运行多个 ML 工作负载，数百 TB 以 5 个 9 的可用性运行。企业正在寻找一种经过验证的企业级数据库，具有 Active-Active 地理分布、多租户、基于标签的混合搜索、基于角色的访问、嵌入式对象（即 JSON）、文本搜索功能和索引别名。我们在 Redis Enterprise 上内置了所有这些功能，并经过了实战检验。 

Redis 通过旨在提高效率、降低成本并增强可扩展性和性能的几项策略，在数据库服务中支持生成式 AI 工作负载。Redis 的矢量数据库支持两种矢量索引类型：FLAT（蛮力搜索）和 HNSW（近似搜索），以及三种流行的距离度量：余弦、内积和欧几里得距离。其他功能包括范围查询、混合搜索（结合过滤器和语义搜索）、JSON 对象支持等等。

但是，当人们问我们 Redis 如何帮助构建和部署由 LLM 驱动的应用程序时？我们真正能做什么？

• 检索增强生成 (RAG)：在 RAG 框架中，使用预训练的 LLM 和客户自己的数据生成响应。许多组织希望利用生成式 AI 的能力，而无需构建自己的模型或微调现有模型。此外，他们不愿与商业 LLM 分享其专有数据。这就是 Redis Enterprise 发挥作用的地方。作为矢量数据库，它提供了强大的混合语义搜索能力来查明相关数据。此外，它还可以部署为外部特定领域知识库。这确保通用 LLM 获得最相关且最新的上下文，从而提高结果质量并减少幻觉。
• LLM 语义缓存：Redis Enterprise 通常用作可扩展缓存，用于存储以前回答的用户查询和结果。Redis 还使用语义缓存来识别和检索与输入查询在语义上足够相似的高速缓存响应，从而显著提高缓存命中率。这显着减少了发送到 LLM 服务的请求和令牌的数量，这通过减少生成响应的时间降低了成本并提高了性能。 
• 推荐系统： LLM 可以充当高级电子商务虚拟购物助理的支柱。Redis Enteprise 的上下文理解和语义搜索使应用程序能够理解客户查询、提供个性化产品推荐甚至模拟对话互动——所有这些都是实时进行的。
• 文档搜索： 在要求组织分析海量文档的情况下，采用 LLM 的应用程序可以作为文档发现和检索的有力工具。Redis Enterprise 的混合语义搜索功能可以精确定位相关信息并从这些文档中生成新内容。

在过去的 12 个月里，我们已将 Redis 与最流行的应用程序开发框架集成在一起，用于创建采用 LLM 的聊天机器人、代理和链。其中包括 LlamaIndex、Langchain、RelevanceAI、DocArray、MantiumAI 和 ChatGPT 检索插件。 此外，我们还与 NVIDIA 密切合作进行了一些领先的 AI 项目：NVIDIA 的 AI 工作流（Merlin 和 Morpheus）、工具（Triton 和 RAPIDS），然后是正在进行的 RAPIDS RAFT——NVIDIA 提供的最新索引，以实现每秒更高查询 (QPS)。

这些用例需要更高水平的高性能搜索。在 Redis Enterprise 7.2 中，我们推出了可扩展搜索功能的预览。它允许运行高 QPS、低延迟的工作负载，并跨集群进行最佳分布式处理。与之前使用 Redis Enterprise 的搜索和查询引擎所能实现的速度相比，它可以将查询吞吐量提高多达 16 倍。

我们让在更大的开发人员生态系统中开展工作变得容易

根据 Stack Overflow 2023 调查，如果不认真关注开发人员，你就不会成为最受尊敬的 NoSQL 数据库。

Redis 7.2 着眼于我在开始 Redis 开发人员历程时遇到的一个让我沮丧的领域，那就是弄清楚上百个社区开发的客户端库中哪一个适合我的需求。哪一个支持最新的 Redis 功能？合适的安全性和性能级别？

有了 Redis 7.2，我们为 Redis 客户端带来了更高水平的指导和支持。我们正在直接与 五个客户端库 的社区维护人员合作——Jedis（Java）、node-redis（NodeJS）、redis-py（Python）、NRedisStack（.Net）和 Go-Redis（Go）——以便在文档、用户界面、治理和安全性等方面建立一致性。我们还在 Redis Stack 和 Redis Enterprise（云和软件）中支持 RESP3 协议。

Redis 让开发人员更强大

随着此版本发布，我们还为实时数据带去了新一级的可编程性。触发器和函数的公测版带来了服务器端事件驱动型引擎，可在数据库内执行 Typescript/JavaScript 代码。此功能让开发人员能够直接针对 Redis 执行复杂的数据操作，确保在任何客户端应用程序上的执行一致性。 

触发器和函数在集群级别支持跨分片读取操作。此功能在 Redis 可编程性引擎（如 Lua 和函数）的先前版本中不可用。

亲身体验。阅读完整的 触发器和函数 公告，加入公测版。

地理空间功能也得到改进。我们改进了 Redis Stack 中的多边形搜索，以便利地理空间数据的搜索，在特定地理区域内查找信息。

例如，在查找墨西哥卷饼餐馆的应用程序中，地理空间信息是旧金山市所有餐馆的索引位置数据。用户在数字地图中绘制的多边形是搜索的地理区域。Redis 仅检索在所绘制多边形边界内的餐馆关联的键。

我们还大幅提升了 Redis 数据类型 有序集 的性能，这种类型常用于创建 游戏排行榜 等其他用途。与 Redis Enterprise Cloud 6.2 相比，我们的增强功能可提升 30% 到 100%。

我们让 Redis 可以轻松地与企业工具和基础设施集成

现在，您可以使用 Redis 数据集成 (RDI)，这是一种直接在 Redis Enterprise 上运行的工具，可以轻松地将任何数据集转换为 Redis。我们收集了最常见的使用案例，并通过配置界面提供这些案例（而非代码）。

RDI 可以从各种来源（例如 Oracle、Postgres 或 Cassandra）获取数据，并在功能上将其转换为实时数据。同样，当数据不再是“实时”数据时，RDI 可以将 Redis Enterprise 的下游变更同步到记录系统，无需添加更多代码或执行深奥的集成。

RDI（当前为公测版）直接将源数据库中的变更流传输到 Redis，在 Redis 中，这些变更会经过进一步的筛选、转换并映射到 JSON 和散列等格式。

了解 如何试用 Redis 数据集成 以及您为什么要试用。

我们让扩容更轻松、更实惠

您的应用程序并非始终在所有使用案例中都需要最快的速度。有时，并不需要将所有数据存储在内存中。利用 SSD 等低成本存储更有意义，而且还能节省资金。

Redis Enterprise 7.2 中，我们引入了 **自动分层存储**（以前称为 Redis on Flash），其中包含新的默认存储引擎 Speedb。自动分层存储允许操作员利用固态硬盘 (SSD) 将 Redis 数据库的大小扩展到物理 DRAM 的限制之外。这对于包含大数据集的应用程序而言非常有用，其中经常使用的数据保存在内存中，而不太经常使用的数据则保存在 SSD 中。Redis Enterprise 根据使用情况自动管理内存。

自动分层存储在吞吐量和延迟方面显著提升了性能，吞吐量是上一代存储引擎 (RocksDB) 的两倍，延迟减半，基础架构成本最高可降低 70%。

在 自动分层存储的优势 的详细声明中了解其优点。

此发布中还有两项创新值得强调。操作员会发现 **更新的** 群集管理器 (CM) 用户界面非常有帮助，可以加快日常管理任务的速度。其直观的界面具有可与 Redis Enterprise Cloud 相媲美的各项功能，减少了学习时间并最大程度地减少了错误。例如，利用新的 CM，您可以仅通过两次鼠标单击操作部署新的 Redis Enterprise 数据库。

另一则好消息一定会让容器化应用程序的操作员感到高兴，那就是 **支持主动-主动数据库部署的** Redis Enterprise Operator for Kubernetes **已经普及**。通过在 YAML 文件中编写几行声明性代码行，您可以简化几项需要时间和精力才能完成的任务，例如创建地理分布式数据库以及删除、添加和更新参与群集的主动-主动数据库。

将所有信息汇总

许多开发者更愿意开始在云中构建 Redis 服务，而不是将其下载到自己的计算机中。我们还听取许多客户提出的问题，即针对 Redis OSS、Redis 堆栈和 Redis Enterprise 实例的新 Redis 版本交付日期不同所带来的挑战。

Redis 7.2 是我们的第一个统一版 Redis 版本，现已普及。我们让开发者在不同 Redis 发行版之间构建和移植代码变得更加容易。这对想要简化对其 Redis 占用情况的控制的操作员而言是一大福音。架构师将会欣赏将其他数据存储与 Redis 集成的自由。   

我们对 Redis 社区和客户的承诺是在同一个时间发布所有的 Redis 产品和发行版。其中包括 Redis OSS、Redis 堆栈、Redis Enterprise Cloud、Redis Enterprise 软件和 Redis Enterprise on Kubernetes。

下一步是什么？

Redis 7.2 传递了我们对以下工作的坚定承诺：让所有 Redis 爱好者在使用 Redis 进行构建时更轻松；更轻松、更经济高效地在较大规模环境下运行 Redis；将慢速数据引入 Redis，并及时使之可以执行操作。 

人工智能革命已经到来，它对我们工作和生活的深远影响不容小视。我们将重点放在我们的向量数据库和向量相似性搜索上，帮助您利用 Redis 技能启动人工智能项目。  

我们邀请您了解 Redis Enterprise 7.2 中的新功能的更多详细信息，内容包括 自动分层、触发器和函数 以及 Redis 数据集成 的具体信息。

您准备好自己尝试了吗？最简单的方法是使用 Redis Enterprise Cloud，创建一个免费帐户以使用 Redis Stack 尝试最新功能，或 下载软件进行自管理或 Kubernetes 部署。

对于处于公开预览阶段的功能，例如触发器和函数，请在 Google Cloud/亚太地区（东京）或 AWS/亚太地区（新加坡）区域内的固定层中，在 Redis Enterprise Cloud 上部署一个数据库。如需自管理体验，请访问我们的 下载中心。