Redis 正在对其数据平台套件进行更新，增加了新的功能，目的是帮助提高性能并便于扩展。Redis 以开源数据缓存技术起家，现在已经扩展成为一个集企业和云实时数据库及数据服务的套件。在之前，Redis 的版本发布节奏相对不稳定，各种产品更新也不确定。在最近发布的 Redis 7.2 更新中，Redis 推出了它所谓的 “统一发布” 模式，涵盖其整个产品线，这旨在统一公司的产品发布，并使用户更加容易接受和采纳。

一.新方向专注于提升用户体验
Redis 7.2 的重大更新包括向量数据库功能的扩展，以帮助加速 AI 应用的性能。通过 Redis 数据整合（RDI）功能，实时工作流程也得到了加强，其提供的数据变动捕捉功能超越了 Redis 之前的版本。这次统一的 Redis 7.2 版本是在公司新任 CEO Rowan Trollope 的领导下首次发布的，他重点强调了提升整体用户体验。

Trollope 说：“这个平台的真正目的是作为一个远程数据结构服务器，而不是数据库。它能够将我在本地软件上的操作外包到一个分布式系统中，从而大大提高速度，并使我的应用程序更加简洁。”

二.为 AI 提速的向量搜索

在现代生成式 AI 时代，向量数据库正变得越来越重要。向量数据库通常会将向量嵌入存储在一个数据结构中，以实现快速检索和搜索。市面上有专为向量构建的数据库，如 Pinecone 和 Milvus，还有越来越多的现有数据库平台，如 PostgreSQL 和 MongoDB，正在扩展以支持向量功能。而 Redis 的向量相似性搜索则属于后一类，它是一套可用于扩展 Redis Enterprise 平台的功能。

尽管 Redis 的平台以前就已经具备向量搜索功能，但随着 2023 年 AI 的兴起，公司用户群对该功能的兴趣激增。

Trollope 表示：“几乎所有的客户都来告诉我们，‘我们想要使用生成性 AI 来实施某个项目，你们能帮忙吗？’我觉得现在，我们的向量数据库可以说是适逢其时了。”

三.新的向量搜索应用案例
在 Redis 7.2 的更新中，向量搜索得到了重大提升。Trollope 表示 Redis 的开发者已经开始实施多线程功能，以大幅提供扩展能力。他指出，对于某些向量搜索的使用情境，需要能够实时查询数十亿个向量。

他解释说，有一种部署情境是，企业将其内容向量化，使用 Redis 工具存储，并使用 AI 工具对这些数据进行搜索。

Trollope 说：“我们看到许多客户开始使用 OpenAI 进行聊天产品开发，并利用我们的向量数据库功能进行增强型的信息检索。”

向量不仅适用于大语言模型（LLM）和生成式 AI。Trollope 表示，有一个政府机构（他没有具体说明）已经部署了 Redis，在机场实时进行面部检测，这项工作必须在几毫秒内完成。

他说：“我们发现了这些非常有趣的向量搜索应用案例。这已经成为公司投资的主要领域。”

四.Redis 数据整合和自动分层提升实时性
数据通常由不同的系统和数据库生成和收集，这可能导致数据孤岛问题。在 Redis 7.2 的更新中，该公司引入了 Redis 数据整合（RDI），帮助从 Oracle 数据库、PostgreSQL、MySQL 和 MongoDB 等其他数据来源中提取数据。

Trollope 解释说：“Redis 数据整合基本上是一个将变更从原始数据库流到 Redis 的数据变更捕捉平台。然后，我们可以在该过程中过滤和转换它，再将其映射到 Redis 所支持的数据类型中。”

五.优化数据放置
捕获大量数据并将其全部存储起来，随着时间的推移会成为一个繁琐的过程。根据访问需求，不同类型的数据可以存储在不同类型的存储中，包括内存中的 DRAM（动态随机存取存储器）方法以及固态硬盘（SSD）。 

虽然内存通常具有最佳的性能，但其成本通常也比 SSD 高。Trollope 指出 Redis 之前推出了一个名为 Redis on Flash 的解决方案，以帮助组织优化数据的放置。这一功能现在正在进行改进，并被重新命名为 “自动分层（Auto-Tiering）”，以帮助企业根据使用情况自动将数据放置在最合适的位置。

Trollope 说：“我们还将吞吐量提高了两倍，将延迟减半，这使它比之前的版本更加具有吸引力。这非常重要，因为许多客户和开发者发现 Redis 的高性能非常有用，但并不是在所有情况下都愿意为 DRAM 买单。”