Redis Labs добавила две новые модели данных к моделям, поддерживаемым хранилищем ключей и значений. Компания также добавила новую парадигму программирования для работы с несколькими моделями.
Redis — это расширенное хранилище ключей и значений с открытым исходным кодом, лицензируемое BSD, где ключи могут содержать строки, хэши, списки, наборы и отсортированные наборы. Он становится все более популярным в веб-разработке как хранилище состояний сеанса из-за его простоты и поддержки обширной структуры данных.
Первая новая модель данных, RedisTimeSeries, предназначена для сбора и хранения данных большого объема и скорости, а также их систематизации по временным интервалам. Цель состоит в том, чтобы упростить поиск полезных точек данных, и для этого модель временных рядов имеет встроенные инструменты для понижающей дискретизации, агрегации и сжатия.
Вторая новая модель данных — RedisAI. Разработчики разработали это, чтобы аналитики могли запускать модели данных ИИ в Redis. RedisAI — это модуль Redis для обслуживания тензоров и выполнения моделей глубокого обучения. RedisAI использует новый тип данных тензор, а также новые команды, которые позволяют получать и устанавливать тензоры из вашего клиента глубокого обучения. Для функций среды выполнения модели были добавлены еще два типа данных: модели и сценарии. Текущая предварительная версия поддерживает фреймворки глубокого обучения, включая TensorFlow, PyTorch и TorchScript. Модель использует функции Redis Cluster на серверах на базе графического процессора, и цель состоит в том, чтобы повысить скорость, с которой может проводиться аналитика и предпринимаемые действия, за счет сокращения накладных расходов на обработку.
Еще одно объявление о хранилище данных Redis — RedisGears. Это бессерверный движок в базе данных, основанный на распределенной архитектуре Redis Cluster. Разработчики говорят, что это динамическая среда выполнения для Redis, которая поддерживает полный синтаксис Python и имеет API низкого уровня C. RedisGears поддерживает как управляемый событиями асинхронный доступ, так и синхронные операции на основе транзакций. Цель RedisGears — позволить пользователю создать конвейер операций (OPP), через который будет проходить каждый ключ в Redis. Результаты первой операции будут переданы в качестве входных данных для второй операции, результаты второй операции будут переданы в качестве входных данных для третьей операции и т. Д. Результаты последней операции будут переданы пользователю в качестве ответа. Канал строится с использованием сценария Python, а затем запускается в фоновом потоке.