redis 7.2.0 現已發布，這是首個 Unified Redis Release。此版本包含一系列廣泛的新功能，以及對人工智能計劃功能支持的重大投資。

公告稱，這是 “影響最深遠的版本。在每一項增強功能中，你都能感受到一個強烈的主題：讓開發人員更輕松地使用 Redis，使其運行得更快，并更輕松地實現創新成果。我們承諾通過所有分發渠道一次性交付所有這些功能，我們稱之為 Unified Redis Release。”

讓 AI 創新更容易實現

Redis 通過多種旨在提高效率、降低成本以及增強可擴展性和性能的策略來支持其數據庫服務中的生成式 AI 工作負載。

Redis 的矢量數據庫支持兩種矢量索引類型：FLAT（brute force search）和 HNSW（Approximate search），以及三種流行的距離度量：余弦、內積和歐幾里得距離。其他功能包括范圍查詢、混合搜索（組合過濾器和語義搜索）、JSON 對象支持等。

另外，如果你近期準備面試跳槽，建議在JAVA面試庫小程序在線刷題，涵蓋 2000+ 道 Java 面試題，幾乎覆蓋了所有主流技術面試題。

Redis 通過以下方式幫助構建和部署 LLM 支持的應用程序

檢索增強生成 (RAG)：在 RAG 框架內，使用預先訓練的 LLM 和客戶自己的數據生成響應。許多組織希望利用生成式人工智能的力量，而不需要構建自己的模型或對現有模型進行微調。此外，他們對于是否與商業 LLM 分享其專有數據猶豫不決。這就是 Redis Enterprise 的用武之地。作為矢量數據庫，它提供強大的混合語義搜索功能來精確定位相關數據。此外，它還可以部署為外部特定領域的知識庫。這可確保通用 LLM 獲得最相關和最新的背景信息，從而提高結果質量并減少幻覺。
LLM 語義緩存： Redis Enterprise 通常用作可擴展緩存來存儲先前回答的用戶查詢和結果。Redis 還使用語義緩存來識別和檢索在語義上與輸入查詢足夠相似的緩存響應，從而顯著提高緩存命中率。這顯著減少了發送到 LLM 服務的請求和令牌的數量，從而通過減少生成響應的時間來降低成本并提高性能。
推薦系統：LLM 可以作為復雜的電子商務虛擬購物助理的支柱。Redis Enteprise 的上下文理解和語義搜索使應用程序能夠理解客戶查詢、提供個性化產品推薦，甚至模擬對話交互 —— 所有這些都是實時的。
文檔搜索：在需要組織分析大量文檔的情況下，LLM 支持的應用程序可以作為文檔發現和檢索的強大工具。Redis Enterprise 的混合語義搜索功能使得查明相關信息并從這些文檔生成新內容成為可能。

在過去的 12 個月時間里，Redis 已與最流行的應用程序開發框架集成，以創建由 LLM 驅動的聊天機器人、代理和鏈。其中包括 LlamaIndex、Langchain、RelevanceAI、DocArray、MantiumAI 和 ChatGPT 檢索插件。

此外，還與 NVIDIA 就一些領先的 AI 項目進行了密切合作：NVIDIA 的 AI Workflows（Merlin 和 Morpheus）、Tools（Triton 和 RAPIDS），以及 NVIDIA 為提供更高的每秒查詢次數（QPS）而提供的最先進索引技術 RAPIDS RAFT。

在 Redis Enterprise 7.2 中，推出了可擴展搜索功能的預覽版。它允許運行高 QPS、低延遲的工作負載，并跨集群實現最佳分布式處理。與之前 Redis Enterprise 的搜索和查詢引擎相比，它可以將查詢吞吐量提高高達 16 倍。

輕松融入更大的開發者生態系統

隨著 Redis 7.2 的發布，為 Redis 客戶端提供了全新的指導和支持。其目前正在與五個客戶端庫（Jedis (Java)、node-redis (NodeJS)、redis-py (Python/ target=_blank class=infotextkey>Python)、NRedisStack (.NET) 和 Go-Redis (Go)）的社區維護人員直接合作，建立文檔、用戶界面、治理和安全性等方面的一致性。還在 Redis Stack 和 Redis Enterprise（云和軟件）中支持 RESP3 協議。