Redis 7.4:拒绝只做缓存的“内存数据库”正在重塑实时数据层

GitHub May 2026
⭐ 74547📈 +201
来源:GitHub归档:May 2026
Redis 长期以来是开发者实现低延迟缓存的秘密武器。但 7.4 版本及其不断扩展的模块生态,正悄然将其转型为全功能的多模型数据库引擎,在实时与 AI 工作负载上向 PostgreSQL 和 MongoDB 发起挑战。

开源内存数据结构存储系统 Redis 已斩获超过 74,500 个 GitHub Star,持续主导实时数据层。它从简单的键值缓存起步,如今支持丰富的数据类型(字符串、哈希、列表、集合、位图、流)、通过 RDB 和 AOF 实现持久化、复制与集群功能,以及不断壮大的模块生态,包括 RediSearch(全文与向量搜索)、RedisJSON、RedisTimeSeries 和 RedisGraph。其核心的单线程事件循环结合异步 I/O 实现了微秒级延迟,成为 Twitter、GitHub 和 Stack Overflow 等高并发系统的基石。Redis 今日的意义不仅在于速度,更在于其架构灵活性:它可作为缓存、消息代理(通过 Pub/Sub 和 Streams)、向量数据库甚至全文搜索引擎使用。在 AI 时代,Redis 正凭借其向量搜索能力成为 RAG(检索增强生成)管道的热门选择,同时其模块系统使其能够在不牺牲性能的前提下不断演进。

技术深度解析

Redis 的架构看似简单,实则极为高效。其核心是一个单线程事件循环(Unix 上使用 `epoll`/`kqueue`,Windows 上使用 `IOCP`),顺序处理所有命令,从而消除了竞态条件和锁开销。这种设计结合非阻塞 I/O,为简单操作提供了稳定的微秒级延迟。内存数据存储组织为键到值的哈希表,值可以是多种原生数据结构之一:字符串(最大 512MB)、列表(用于快速推入/弹出的链表)、集合(用于成员检查的哈希集合)、有序集合(用于排行榜的跳表)、哈希(用于对象)、位图、HyperLogLog、地理空间索引和流(用于事件溯源的仅追加日志)。

持久化通过两种机制实现:RDB(时间点快照)和 AOF(记录每次写操作的仅追加文件)。Redis 7.4 引入了改进的 AOF 重写机制,减少了压缩期间的内存开销。复制采用默认异步复制的领导者-追随者模型,但可通过 `WAIT` 命令为关键写入提供同步复制。集群模式将数据分片到 16384 个哈希槽,并通过 Redis Sentinel 实现自动故障转移。

模块系统(自 Redis 4.0 引入)才是真正创新的地方。最流行的模块 RediSearch 实现了用于全文搜索的倒排索引和用于向量相似性搜索的 HNSW(分层可导航小世界)图。向量搜索支持余弦距离、L2 距离和内积距离,并可在单个查询中与布尔过滤器、地理空间查询和全文搜索结合。这使其成为 RAG 管道的强有力候选方案,你可以在其中通过语义相似性检索文档,然后按元数据进行过滤。

性能基准测试(单节点,AWS c6g.4xlarge,16 vCPU,32GB RAM):

| 操作 | Redis 7.4 | Dragonfly 1.21 | Garnet (Microsoft) | Memcached 1.6 |
|---|---|---|---|---|
| SET (1KB 值) | 185,000 ops/s | 210,000 ops/s | 195,000 ops/s | 170,000 ops/s |
| GET (1KB 值) | 210,000 ops/s | 240,000 ops/s | 220,000 ops/s | 200,000 ops/s |
| 向量搜索 (768维, 10K 向量, top-10) | 2,100 QPS | 1,800 QPS | N/A | N/A |
| P99 延迟 (GET) | 0.8ms | 0.6ms | 0.7ms | 1.2ms |

数据要点: Redis 仍然是跨操作最均衡的性能选手,但 Dragonfly(一个兼容 Redis 的替代方案)凭借其多线程架构在原始吞吐量上略胜一筹。然而,Redis 的向量搜索能力目前在内存存储中无出其右。

对于希望进行实验的开发者,开源 Redis 仓库(github.com/redis/redis)已获得超过 74,500 个 Star 并每日都有贡献。RediSearch 模块(github.com/RediSearch/RediSearch)拥有 5,200 多个 Star,是在 Redis 上进行向量搜索的首选方案。

关键参与者与案例研究

Redis Ltd.(原 Redis Labs)是主要的商业维护者,提供 Redis Enterprise Cloud 和 Redis Stack(包含模块的捆绑版本)。他们已从 SoftBank 和 Tiger Global 等投资者处筹集超过 3.5 亿美元资金,其云服务被包括 Mastercard、Dell 和 Walmart 在内的 8,000 多家客户使用。

Dragonfly(由 DragonflyDB Inc. 开发)是最强劲的竞争对手,采用多线程、无共享架构,声称在某些工作负载下吞吐量比 Redis 提升高达 25 倍。它在协议层面完全兼容 Redis,意味着现有客户端无需修改即可使用。Dragonfly 已筹集 4400 万美元,并在高吞吐量缓存场景中日益受到青睐。

Garnet(由 Microsoft Research 开发)是一个开源的高性能缓存存储,采用新颖的“无锁”数据结构设计。它实现了令人印象深刻的吞吐量,但缺乏 Redis 的模块生态和向量搜索。

案例研究:Twitter (X) 广泛使用 Redis 进行时间线缓存、会话管理和实时分析。他们运行着一个拥有数千个节点的多 TB Redis 集群,在高峰事件期间每秒处理数百万次写入。

案例研究:OpenAI 使用 Redis 作为 LLM 推理的语义缓存。通过缓存常见查询的嵌入和响应,他们将 API 延迟降低了 40%,并将成本削减了 30%。

竞争特性对比:

| 特性 | Redis 7.4 | Dragonfly | Garnet | Memcached |
|---|---|---|---|---|
| 数据类型 | 10+ | 8 | 5 | 1 (键值) |
| 向量搜索 | 是 (HNSW) | 否 | 否 | 否 |
| Pub/Sub + Streams | 是 | 是 | 否 | 否 |
| Lua 脚本 | 是 | 是 | 否 | 否 |
| 模块系统 | 是 | 否 | 否 | 否 |
| 多线程 | 否 (单线程) | 是 | 是 | 是 |
| 持久化 | RDB/AOF | AOF | AOF | 否 |
| 集群模式 | 是 (原生) | 是 (通过代理) | 否 | 是 (通过代理) |

数据要点: Redis 的模块系统和丰富的数据类型是其护城河。竞争对手可以在原始吞吐量上匹敌,但无法复制那种使 Redis 能够演变为向量数据库、搜索引擎和消息代理的可扩展性。

更多来自 GitHub

Pwning Juice Shop:开源Web安全培训的“圣经”级教科书由Bjoern Kimminich撰写的《Pwning OWASP Juice Shop》仓库,是OWASP Juice Shop的官方配套指南——后者是最受欢迎的、故意存在漏洞的Web安全培训应用之一。该电子书采用Antora和AsciiOWASP Juice Shop:黑客最爱的终极Web安全训练场OWASP Juice Shop并非又一个脆弱的Web应用;它是一个精心打造、功能完备的电商平台,旨在通过真实的漏洞利用来教授安全知识。该项目由Björn Kimminich开发,由OWASP社区维护,已成长为最全面、最现代化的不安全WebRedis二级索引模块:一个仍在困扰现代搜索的幽灵Redis Labs的二级索引模块是一项早期实验,旨在将键值存储的能力从简单查询扩展到更复杂的场景。它允许开发者索引Redis哈希中的特定字段,从而直接在内存中实现范围查询、聚合操作和基本搜索功能。该模块直接回应了实时分析和缓存层日益增长的查看来源专题页GitHub 已收录 2252 篇文章

时间归档

May 20262858 篇已发布文章

延伸阅读

Redis二级索引模块:一个仍在困扰现代搜索的幽灵Redis Labs的二级索引模块曾是将SQL式查询引入内存键值存储的开创性尝试,如今已被官方停用并由RediSearch取代。但其核心思想——哈希字段索引、范围查询与低延迟聚合——仍在持续影响着现代数据库设计。VectorHub:开源平台能否让向量搜索成为所有开发者的标配技能?向量搜索正成为AI应用的核心基础设施,但学习门槛高、教育资源碎片化的问题长期困扰着开发者。Superlinked 团队推出的开源学习平台 VectorHub,试图用一套结构化、供应商中立的免费课程,填补这一关键空白。SQLite 迎来向量搜索:sqlite-vec 将 AI 能力带入边缘设备sqlite-vec,一款为 SQLite 打造的向量搜索扩展,凭借超过 7600 个 GitHub 星标迅速走红。它将向量相似度搜索直接嵌入 SQL 语法,让边缘设备、移动应用和嵌入式系统无需专用向量数据库即可实现语义搜索和 RAG 等 HNSWlib:低调支撑AI向量搜索的幕后英雄HNSWlib,一个极简的仅头文件C++近似最近邻搜索库,已悄然成为AI基础设施中的基石组件。它优雅地实现了分层可导航小世界(HNSW)算法,为推荐系统、图像检索和语义搜索中的向量搜索提供动力,部署于数千个生产环境。

常见问题

GitHub 热点“Redis 7.4: The In-Memory Database That Refuses to Be Just a Cache”主要讲了什么?

Redis, the open-source in-memory data structure store, has crossed 74,500 GitHub stars and continues to dominate the real-time data layer. What began as a simple key-value cache no…

这个 GitHub 项目在“Redis vs Dragonfly performance comparison 2025”上为什么会引发关注?

Redis's architecture is deceptively simple yet remarkably effective. At its core is a single-threaded event loop (using epoll/kqueue on Unix, IOCP on Windows) that processes all commands sequentially, eliminating race co…

从“How to use Redis as a vector database for RAG”看,这个 GitHub 项目的热度表现如何?

当前相关 GitHub 项目总星标约为 74547,近一日增长约为 201,这说明它在开源社区具有较强讨论度和扩散能力。