Redis 8.8 introduce la estructura de datos array y mejoras de hasta el 83%

Fuentes: Redis 8.8 introduces array data structure with up to 83% performance gains
Imagen generada por IA con el prompt: Abstract 3D illustration of colorful geometric data structures flowing through digital space, representing indexed arrays and streams, blue and orange gradient, modern tech aesthetic
Imagen generada con IA

Redis 8.8, la nueva versión de código abierto del almacén de datos en memoria, ya está disponible con una estructura de datos de propósito general llamada array, un limitador de velocidad (rate limiter) de ventana integrada y mejoras de rendimiento de hasta el 83% en operaciones concretas. La nueva estructura array es una colección de cadenas de texto direccionable por índice, con soporte para almacenamiento dinámico y disperso, semántica de buffer circular, agregaciones en el servidor y búsqueda por patrones.

La versión también incorpora NACKing de mensajes para Streams, notificaciones de sub-clave para campos de hash, control explícito del almacenamiento de arrays numéricos en JSON (BF16, FP16, FP32 o FP64), múltiples agregadores en una sola consulta de series temporales y un agregador COUNT para uniones e intersecciones de conjuntos ordenados. En rendimiento, Redis reporta mejoras de hasta el 68% en MGET canalizado con hilos de E/S, hasta el 83% en XREADGROUP sobre Streams, hasta el 74% en operaciones sobre conjuntos ordenados y hasta un 60% más rápido en la sincronización completa de persistencia y replicación.

El limitador de velocidad de ventana elimina la necesidad de scripts Lua combinados con lógica de cliente, abordando uno de los casos de uso más comunes de Redis. La estructura array puede emplearse como buffer circular de ventana deslizante para ficheros de registro, flujos de eventos y datos de sensores, o como mapa disperso para catálogos de productos con identificadores no contiguos. Los arrays también admiten agregaciones SUM, MIN, MAX, AND, OR y XOR en el servidor, lo que los hace aptos para detección de anomalías y analítica en tiempo real.