Linux 基金会推出 Valkey 作为 Redis 的分叉

Linux 基金会推出 Valkey 作为 Redis 的分叉 Linux 基金会今天公开表示，他们打算分叉 Valkey，作为 Redis 内存存储的开源替代方案。由于 Redis 许可证的变更，Valkey 将从 Redis 7.2.4 分支出来，并将保持 BSD 3 条款许可证。Google、AWS、甲骨文和其他公司正在帮助组建这个新的 Valkey 项目。Linux 基金会的新闻稿中写道："为了继续改进这项重要的技术，并允许不受限制地发布该项目，社区创建了 Valkey，这是一个开源的高性能键值存储。Valkey 支持 Linux、macOS、OpenBSD、NetBSD 和 FreeBSD 平台。此外，该社区还将继续努力实现现有的路线图，包括更可靠的插槽迁移、集群系统显著的可扩展性和稳定性改进、多线程性能改进、触发器、新命令、矢量搜索支持等新功能。亚马逊网络服务（AWS）、Google云、甲骨文、爱立信和 Snap 公司等行业参与者都在支持 Valkey。他们致力于为支持项目的长期健康发展和可行性做出贡献，使每个人都能从中受益。"更多详情请参见今天的新闻稿。这个 Redis fork 正在 GitHub 上通过valkey-io/valkey 进行开发。此外，还有其他 Redis fork，如多线程 KeyDB 和 Redict。但由于 Valkey 得到了 Linux 基金会和其他大型组织的支持，Valkey 大概会成为 Redis 的社区开源替代品。 ... PC版： 手机版：

一个稳定、快速、内嵌的NoSQL数据库，支持多种数据结构，包含String、List、Hash、Set、Sorted Set。

一个稳定、快速、内嵌的NoSQL数据库，支持多种数据结构，包含String、List、Hash、Set、Sorted Set。 rosedb类似于Redis，但是可以选择将value存储到磁盘中。 主要特性： 兼容Redis协议 支持丰富的数据结构，包含String、List、Hash、Set、Sorted Set 内嵌使用，维护成本低 高性能，对读写负载的应用都适合 数据不局限于内存容量 | #数据库

著名的开源内存数据库 redis ，未来版本将实施双重RSALv2和SSPLv1许可，不再使用BSD许可。新版本将整合之前Red

著名的开源内存数据库 redis ，未来版本将实施双重RSALv2和SSPLv1许可，不再使用BSD许可。新版本将整合之前Redis Stack独有的高级数据类型和处理引擎。 从Redis 7.4开始，新策略生效，旨在维持性能和简单性基础，支持现代互联网。Redis通过Redis Stack已实行双重许可;大约一半的下载来自此策略，显示社区接受度高。此许可扩展可进一步发展Redis数据模型、引擎和开发者工具。 新许可允许Redis源码保持开放性使用，确保可持续性。它标志着Redis作为统一实时数据平台，提供客户端、工具集和核心产品的新发展阶段。Redis将继续以社区版形式提供代码，方便开发者、客户和合作伙伴。 未来版本将统合Redis核心功能与Redis Stack，包括各种数据模型，支持多场景应用，如高性能键/值存储、查询引擎和低延迟向量数据库等。 面对挑战，尽管Redis已尝试社区治理并维持开源许可，但商业销售主要通过大型云服务提供商，使得并行多种软件分发与Redis的未来发展相冲突。 新许可下，云服务不能免费使用Redis源代码。例如，云服务提供商需与Redis达成协议后方可提供Redis 7.4，保证商业投资和未来创新。

一种为机器学习而生的数据结构，非结构化多模态数据的数据结构

一种为机器学习而生的数据结构，非结构化多模态数据的数据结构 DocArray是一个库，用于存储传输中的嵌套、非结构化、多模态数据，包括文本、图像、音频、视频、3D 网格等。它允许深度学习工程师使用Pythonic API有效地处理，嵌入，搜索，推荐，存储和传输多模态数据 跨/多模式世界之门：用于表示复杂/混合/嵌套文本、图像、视频、音频、3D 网格数据的超表达数据结构。、、、等基础数据结构。 数据科学强国：通过 CPU/GPU 上的 Torch/TensorFlow/ONNX/PaddlePaddle 大大加快数据科学家在嵌入、k-NN 匹配、查询、可视化和评估方面的工作。 传输中的数据：针对网络通信进行了优化，随时可以使用 Protobuf、字节、base64、JSON、CSV、DataFrame 中的快速压缩序列化。非常适合流式传输和内存不足的数据。 一站式K-NN：主流向量数据库的统一且一致的API，允许最近邻搜索，包括Elasticsearch、Redis、ANNLite、Qdrant、Weaviate。 对于现代应用程序：GraphQL 支持使您的服务器在请求和响应方面具有通用性；内置数据验证和 JSON Schema (OpenAPI) 帮助您构建可靠的 Web 服务。 Pythonic：设计得像 Python 列表一样简单。如果你知道如何使用 Python，你就会知道如何使用 DocArray。直观的习惯用法和类型注释简化了您编写的代码。 与IDE集成：Jupyter notebook 和 Google Colab 上的漂亮打印和可视化；PyCharm 和 VS Code 中的全面自动完成和类型提示。 || #机器学习

一个稳定、快速、内嵌的 NoSQL 数据库，支持多种数据结构，包含 String、List、Hash、Set、Sorted Se

一个稳定、快速、内嵌的 NoSQL 数据库，支持多种数据结构，包含 String、List、Hash、Set、Sorted Set。类似于 Redis，但是可以选择将 value 存储到磁盘中。 这也是个教学项目，在b站有教学《使用 Go 写一个数据库》 系列视频，共6期 ​​​ 主要特性： 兼容 Redis 协议 支持丰富的数据结构，包含 String、List、Hash、Set、Sorted Set 内嵌使用，维护成本低 高性能，对读写负载的应用都适合 数据不局限于内存容量 | #数据库

: 用 Redis 作为矢量数据库，以简化在 Redis 中存储、检索以及对向量执行复杂语义和混合搜索的过程，对LLM应用提供更

: 用 Redis 作为矢量数据库，以简化在 Redis 中存储、检索以及对向量执行复杂语义和混合搜索的过程，对LLM应用提供更好的支持 RedisVL 具有许多强大的功能，旨在简化矢量数据库操作。 索引管理：RedisVL 允许轻松创建、更新和删除索引。每个索引的模式可以在 yaml 中定义，也可以直接在 python 代码中定义，并在索引的整个生命周期中使用。 嵌入创建：RedisVL 与 OpenAI、HuggingFace 和 GCP VertexAI 集成，以简化矢量化非结构化数据的过程。图像支持即将推出。提交新矢量化器的 PR。 向量搜索：RedisVL 提供强大的搜索功能，使您能够同步和异步查询向量。还支持利用标签、地理、数字和其他过滤器（如全文搜索）的混合查询。 强大的抽象：语义缓存：LLMCache是直接内置于 RedisVL 中的语义缓存接口。它允许缓存 GPT-3 等 LLM 生成的输出。由于语义搜索用于检查缓存，因此可以设置阈值来确定缓存结果是否足够相关以返回。如果没有，则调用模型并缓存结果以供将来使用。这可以提高 QPS 并降低在生产中使用 LLM 模型的成本。