Cambios clave en Redis 8.4: <\/p>\n
- \n
- Se a\u00f1adi\u00f3 el comando «FT.HYBRID» con la implementaci\u00f3n de b\u00fasqueda h\u00edbrida, que combina en una sola consulta las capacidades de b\u00fasqueda de texto completo y de b\u00fasqueda vectorial, teniendo en cuenta tanto coincidencias exactas como cercan\u00eda sem\u00e1ntica. Se soportan capacidades de agregaci\u00f3n de resultados con una sintaxis similar a la del comando «FT.AGGREGATE».\n
- Se ha incrementado el rendimiento en aplicaciones t\u00edpicas de Redis para almacenamiento en cach\u00e9. Por ejemplo, bajo cargas que incluyen un 10% de operaciones de escritura (SET) y un 90% de operaciones de lectura (GET) con valores de cadena de 1 KB, el aumento en el rendimiento fue del 30%.
![\"Lanzamiento](\"\/wp-content\/uploads\/2025\/11\/8358ec3dfe4f458bded1a72df61f9a88.png\")
<\/center>\n- Se ha mejorado el rendimiento de las operaciones de b\u00fasqueda (FT.SEARCH) y de agregaci\u00f3n de resultados (FT.AGGREGATE). En sistemas con alto tr\u00e1fico y un gran n\u00famero de solicitudes paralelas, se observa un aumento en el rendimiento y una reducci\u00f3n de la latencia de hasta 4.7 veces durante la b\u00fasqueda y hasta 1.4 veces durante la agregaci\u00f3n de resultados.
![\"Lanzamiento](\"\/wp-content\/uploads\/2025\/11\/262242ac34bc615c3ccdc0330dd7aacb.png\")
<\/center>\n- Se ha optimizado la asignaci\u00f3n de memoria durante la ejecuci\u00f3n de solicitudes y se ha proporcionado la posibilidad de configurar el comportamiento ante el agotamiento de memoria disponible (OOM, out-of-memory).\n
- Se ha reducido el consumo de memoria para almacenar cadenas peque\u00f1as (hasta 7 bytes) en estructuras de tipo JSON. Por ejemplo, un array en JSON que incluye 500 elementos peque\u00f1os en formato clave\/valor ahora ocupa un 37% menos de memoria.\n
- Se ha aumentado la eficiencia del almacenamiento de arreglos num\u00e9ricos en JSON, donde todos los elementos tienen un \u00fanico tipo (si antes se guardaba el tipo y el valor para cada elemento en dicho arreglo, ahora se guarda el tipo una sola vez para todo el arreglo). En una prueba realizada, tales arreglos con un mill\u00f3n de elementos homog\u00e9neos ahora requieren entre un 50% y un 92% menos de memoria, dependiendo del tipo.\n
- Al comando SET se le han a\u00f1adido las opciones IFEQ, IFNE, IFDEQ e IFDNE, que permiten actualizaciones de claves de cadena en situaciones donde el valor asociado no ha sido modificado por otro cliente desde su extracci\u00f3n, utilizando un solo comando.\n
- Se ha a\u00f1adido el comando XDELEX para la eliminaci\u00f3n at\u00f3mica de una clave de cadena, si su valor relacionado no ha cambiado desde la extracci\u00f3n.\n
- Se ha a\u00f1adido el comando DIGEST, que devuelve el hash del valor asociado con la clave especificada.\n
- Se a\u00f1adi\u00f3 a la comando XREADGROUP la opci\u00f3n «CLAIM <min-idle-time>» para leer tanto mensajes pendientes (idle) como entrantes (incoming).\n
- Se ha a\u00f1adido el comando MSETEX para establecer o actualizar at\u00f3micamente m\u00faltiples claves de cadena a la vez, as\u00ed como para actualizar su tiempo de vida.\n
- Se a\u00f1adi\u00f3 un mecanismo de migraci\u00f3n at\u00f3mica de slots entre nodos del cl\u00faster (ASM — Migraci\u00f3n At\u00f3mica de Slots), que se asemeja a la replicaci\u00f3n s\u00edncrona completa, pero funciona a nivel de slots individuales de almacenamiento de datos. Se a\u00f1adi\u00f3 el comando CLUSTER MIGRATION, mediante el cual se pueden importar slots de otros nodos, rastrear el progreso de la migraci\u00f3n y, si es necesario, marcar las operaciones de migraci\u00f3n pendientes.\n
- Se ha a\u00f1adido el comando CLUSTER SLOT-STATS para evaluar la estad\u00edstica en el cluster en relaci\u00f3n con slots individuales, como el n\u00famero de claves, la carga del CPU y la entrada\/salida de red. <\/ul>\n
- Se ha mejorado el rendimiento de las operaciones de b\u00fasqueda (FT.SEARCH) y de agregaci\u00f3n de resultados (FT.AGGREGATE). En sistemas con alto tr\u00e1fico y un gran n\u00famero de solicitudes paralelas, se observa un aumento en el rendimiento y una reducci\u00f3n de la latencia de hasta 4.7 veces durante la b\u00fasqueda y hasta 1.4 veces durante la agregaci\u00f3n de resultados.