Redis 7.2 在 Redis 产品中树立新的体验标准

十多年来，您一直信任 Redis，因为我们让创建强大、快速且能大规模运行的应用程序变得容易——并且我们努力不辜负这一声誉。Redis 正通过我们在 Redis 7.2 中注入的所有创新延续这一精神。

以下是我们正在做的，以增加您喜爱我们的理由。

有一种无可替代的学习方式，只能通过使用你主导开发的工具来获得。在我担任 Redis CEO 之前，我作为一名开发者，一头扎进了使用这款产品的实践中。它无与伦比的性能、可伸缩性以及设计方法（正如 Redis 宣言中所述）都激励着我，正如它激励着全球数百万其他开发者一样。我看到了 Redis 之所以能成为世界上最成功的开源数据库之一的原因。

Redis 增长的原因包括对更快应用程序、实时推理以及生成式 AI 和向量数据库广泛采用的需求不断增长。随着 Redis 远远超出其作为数据结构服务器（通常用于缓存）的起点，新一代开发者希望享受到 Redis 的优势。我们意识到，我们需要扩大对所有 Redis 实践者（开发者、架构师和运维人员）的整体体验的责任。

作为一名开发者，我非常欣赏 Redis 核心 API 的优雅和易用性。事实上，我非常希望这种愉快的体验也能体现在产品组合的其他部分，例如客户端、集成、工具和文档中。我决定——我们需要解决这个问题，并发挥更积极的引导作用。

我于二月加入 Redis。自那时起，我们制定了扩大作为 Redis 项目管理者角色的策略。在这一角色中，我们拥抱 Redis 社区驱动的魅力，同时使所有 Redis 发行版更容易导航，提供清晰的指引和明确的路径。通过充当社区管理者，我们帮助 Redis 新手和长期实践者都能享受到 Redis uncompromising 的性能、传奇般的可靠性和简单性。

Redis 一直是科技行业中的强大竞争者，但成为最好的自己的旅程永无止境。我们一直在努力工作，让 Redis 对开发者、架构师和运维人员更有价值。 

今天，我很高兴介绍 Redis 7.2，这是我们持续改进和提升您体验之旅中的又一步。

那么，让我们深入探讨一下我们如何让 Redis 用户更容易地使用技术。因为在 Redis，我们致力于帮助每个人更快、更自信地构建更好的软件。

介绍 Redis 7.2

Redis 7.2 是我们迄今为止影响最深远的版本。它包含广泛的新功能集，并在支持 AI 项目的功能上投入了大量资金。在这些增强功能中，您会注意到一个强烈的主题：让开发者更容易使用 Redis，让它运行得更快，并让创新更容易实现。

我们承诺通过所有分发渠道同时提供所有这些功能，我们称这种方法为“统一 Redis 版本发布”。

我们让 AI 创新更容易实现

利用大型语言模型（LLM）和生成式 AI 的努力正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提供各种功能，使这项工作变得简单。我们一直在为世界上一些最大的客户（包括 OpenAI）提供支持，并且多年来一直在投资，使机器学习（ML）——以及现在的向量数据库——无缝且易于访问。 

我们也理解那些正在尽力基于它们进行创新的企业所关心的问题。例如，我最早的客户拜访之一是拜访了一家大型金融服务客户。该公司有多个 ML 工作负载完全运行在 Redis 上，数百 TB 的数据以 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向量数据库，该数据库具有 Active-Active 地理分布式、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 中内置了所有这些功能，并经过了实战考验。 

Redis 通过多种策略在其数据库服务中支持生成式 AI 工作负载，这些策略旨在提高效率、降低成本并增强可伸缩性和性能。Redis 的向量数据库支持两种向量索引类型：FLAT（暴力搜索）和 HNSW（近似搜索），以及三种流行的距离度量：余弦相似度、内积和欧氏距离。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。

但是，当人们问我们 Redis 如何帮助构建和部署基于 LLM 的应用程序时？我们究竟能做什么？

• 检索增强生成 (RAG)：在 RAG 框架内，响应是使用预训练的 LLM 和客户自己的数据生成的。许多组织希望利用生成式 AI 的力量，但又不想构建自己的模型或微调现有模型。此外，他们不愿意与商业 LLM 共享其专有数据。这就是 Redis Enterprise 发挥作用的地方。作为向量数据库，它提供强大的混合语义搜索功能来精确定位相关数据。此外，它还可以部署为外部领域特定知识库。这确保了通用 LLM 获得最相关和最新的上下文，从而提高结果质量并减少幻觉。
• LLM 语义缓存：Redis Enterprise 通常用作可伸缩缓存，用于存储先前回答过的用户查询和结果。Redis 还使用语义缓存来识别和检索与输入查询语义相似度足够高的缓存响应，从而显著提高缓存命中率。这大大减少了发送到 LLM 服务的请求和令牌数量，从而降低了成本，并通过减少生成响应所需的时间来提高性能。 
• 推荐系统：LLM 可以作为复杂的电子商务虚拟购物助手的核心。Redis Enterprise 的上下文理解和语义搜索使应用程序能够理解客户的咨询，提供个性化的产品推荐，甚至模拟对话式交互——所有这些都是实时的。
• 文档搜索：在需要组织分析海量文档的场景中，基于 LLM 的应用程序可以作为文档发现和检索的强大工具。Redis Enterprise 的混合语义搜索功能使得精确定位相关信息并从这些文档中生成新内容成为可能。

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，用于创建基于 LLM 的聊天机器人、代理和链。其中包括 LlamaIndex、Langchain、RelevanceAI、DocArray、MantiumAI 以及 ChatGPT 检索插件。此外，我们还与 NVIDIA 密切合作了一些其领先的 AI 项目：NVIDIA 的 AI 工作流（Merlin 和 Morpheus）、工具（Triton 和 RAPIDS），以及正在开发中的 RAPIDS RAFT——由 NVIDIA 提供的最先进的索引，以实现更高的每秒查询次数 (QPS)。

这些用例需要新水平的高性能搜索。在 Redis Enterprise 7.2 中，我们推出了可伸缩搜索能力的预览版。它允许在集群之间以优化的分布式处理方式运行高 QPS、低延迟的工作负载。与之前使用 Redis Enterprise 的搜索和查询引擎实现的功能相比，它能够将查询吞吐量提高多达 16 倍。

我们让在大范围开发者生态系统中工作变得容易

如果不重视开发者，你就无法成为最受赞赏的 NoSQL 数据库（根据 Stack Overflow 2023 年调查）。 

Redis 7.2 解决了在我 Redis 开发者旅程初期困扰我的一个问题，那就是搞清楚一百多个社区开发的客户端库中哪个适合我的需求。哪个支持最新的 Redis 功能？拥有适当的安全和性能水平？ 

借助 Redis 7.2，我们为 Redis 客户端带来了新的指导和支持水平。我们正与 五个客户端库的社区维护者直接合作——Jedis (Java)、node-redis (NodeJS)、redis-py (Python)、NRedisStack (.Net) 和 Go-Redis (Go)——以在文档、用户界面、治理和安全等方面建立一致性。我们还在 Redis Stack 和 Redis Enterprise（云和软件）中支持 RESP3 协议。

我们让 Redis 对开发者而言更强大

在此版本中，我们还为实时数据带来了新的可编程性水平。Triggers and Functions 的公开预览带来了服务器端事件驱动引擎，可在数据库内部执行 Typescript/JavaScript 代码。此功能允许开发者直接在 Redis 上执行复杂的数据操作，确保任何客户端应用程序的执行一致性。 

Triggers and functions 使集群级别的跨分片读操作成为可能。此功能在之前的 Redis 可编程引擎（如 Lua 和 functions）中不可用。

亲身体验。阅读完整的Triggers and Functions公告并加入公开预览。

地理空间功能也得到了改进。我们改进了 Redis Stack 中的多边形搜索功能，以方便对地理空间数据进行搜索，从而查找特定地理区域内的信息。

例如，在一个用于定位墨西哥玉米卷餐厅的应用程序中，地理空间信息是旧金山所有餐厅的索引位置数据。用户在数字地图上绘制的多边形就是搜索的地理区域。Redis 只检索与绘制的多边形边界内的餐厅相关的键。

我们还在 Redis 数据类型有序集合 (sorted sets)方面进行了显著的性能改进，该类型常用于创建游戏排行榜等用途。与 Redis Enterprise Cloud 6.2 相比，我们的增强功能带来了 30% 到 100% 的性能提升。

我们使 Redis 更容易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)，这是一个直接在 Redis Enterprise 上运行的工具，可以轻松地将任何数据集转换为 Redis。我们捕捉了最常见的用例，并通过一个基于配置而非代码的界面使它们可用。

RDI 可以从各种来源（如 Oracle、Postgres 或 Cassandra）获取数据，并实际将其转换为实时数据。类似地，当数据不再“实时”时，RDI 可以将 Redis Enterprise 中的下游更改带入记录系统，而无需添加更多代码或执行繁琐的集成。

RDI（目前处于公开预览阶段）将源数据库的变更直接流式传输到 Redis，在那里它们被进一步过滤、转换并映射为 JSON 和 Hash 等格式。

了解如何试用 Redis 数据集成以及为何您会想试用。

我们让扩展更容易、更经济实惠

您的应用程序并非在所有用例中都需要最快的速度。有时您无需将所有数据存储在内存中。利用 SSD 等成本较低的存储更合理——也更省钱。

在 Redis Enterprise 7.2 中，我们引入了自动分层 (Auto Tiering)（以前称为 Redis on Flash），并使用了新的默认存储引擎 Speedb。自动分层允许运维人员使用固态硬盘 (SSD) 将 Redis 数据库的大小扩展到物理 DRAM 的限制之外。这对于拥有大型数据集的应用程序非常有用，其中频繁使用的数据保留在内存中，而不经常使用的数据保留在 SSD 中。Redis Enterprise 会根据使用情况自动管理内存。

自动分层在吞吐量和延迟方面提供了显著的性能改进，吞吐量是上一代存储引擎 (RocksDB) 的两倍，而延迟只有其一半，并将基础设施成本降低了高达 70%。 

在详细公告中了解自动分层的好处。

此版本中还有另外两项创新值得强调。运维人员会发现更新的集群管理器 (CM) 用户界面极大地有助于加快日常管理任务。其直观的界面具有与 Redis Enterprise Cloud 媲美的功能，可减少学习曲线并最大程度地减少错误。例如，使用新的 CM，只需两次鼠标点击即可部署新的 Redis Enterprise 数据库。

另一则好消息肯定会让容器化应用程序的运维人员感到高兴，那就是支持 Active-Active 数据库部署的Redis Enterprise Operator for Kubernetes已正式发布。通过 YAML 文件中的几行声明性语句，您可以简化许多耗时耗力的任务，例如创建地理分布式数据库以及从 Active-Active 数据库中移除、添加和更新参与集群。

总结

许多开发者更喜欢从云端的 Redis 服务开始构建，而不是将其下载到本地机器。我们也从许多客户那里听到，对于他们混合使用的 Redis OSS、Redis Stack 和 Redis Enterprise 实例，处理新 Redis 版本的不同发布日期带来了挑战。

Redis 7.2 是我们的第一个统一 Redis 版本，现已正式发布。我们正在让开发者更容易在不同的 Redis 发行版之间构建和移植代码。这对于希望简化对其 Redis 足迹的控制的运维人员来说是一个重大利好。架构师将赞赏将其他数据存储与 Redis 集成的自由度。   

我们对 Redis 社区和客户的承诺是同时发布所有 Redis 产品和发行版。这包括 Redis OSS、Redis Stack、Redis Enterprise Cloud、Redis Enterprise Software 和 Redis Enterprise on Kubernetes。

接下来是什么？

Redis 7.2 标志着我们坚定不移的承诺，即让所有 Redis 爱好者更容易开始使用 Redis 进行构建，更轻松、更经济地大规模运行 Redis，并将慢速数据带入 Redis 并使其能够实时可用。 

AI 革命已经到来，它对我们的工作和生活产生的深远影响，我再怎么强调也不为过。我们对向量数据库和向量相似性搜索的关注，使其成为帮助您利用 Redis 技能快速启动 AI 项目的完美选择。  

我们邀请您阅读有关 Redis Enterprise 7.2 新功能的更多详细信息，包括自动分层、Triggers and Functions以及Redis 数据集成的具体内容。

您准备好亲自试用了吗？最简单的方法是使用Redis Enterprise Cloud，创建一个免费帐户来试用 Redis Stack 的最新功能，或者下载软件进行自托管或 Kubernetes 部署。

对于公开预览中的功能，例如 Triggers and Functions，请在 Google Cloud/亚太地区（东京）或 AWS/亚太地区（新加坡）区域的固定层级部署 Redis Enterprise Cloud 上的数据库。对于自托管体验，请访问我们的下载中心。