Redis sta attualmente rivisitando la sua suite di soluzioni dati, integrando nuove funzionalità mirate a potenziare le prestazioni e semplificare la scalabilità.
Originariamente concepita come una tecnologia open source per la memorizzazione nella cache dei dati, Redis ha gradualmente evoluto fino a costituire un insieme di capacità orientate al database e al servizio dati in tempo reale, con applicazioni sia per le aziende che per l’ambiente cloud. In passato, i rilasci di nuove versioni di Redis sono avvenuti in tempi separati, con diversi aggiornamenti che sono stati resi disponibili a intervalli variabili.
L’annuncio di oggi riguarda il nuovo aggiornamento, Redis 7.2, che introduce ciò che viene definito una “versione unificata” di tutti i prodotti inclusi nella suite Redis. Questo sforzo di unificazione mira a semplificare i rilasci dei prodotti aziendali e agevolarne l’adozione da parte degli utenti.
Tra le novità più significative di Redis 7.2 spiccano le estensioni alle capacità del database vettoriale, mirate a potenziare le prestazioni delle applicazioni di intelligenza artificiale. Un ulteriore spinta è rappresentata dall’aggiunta di Redis Data Integration (RDI), una funzionalità dedicata all’integrazione dei dati in tempo reale che permette una migliore gestione delle modifiche rispetto alle opzioni preesistenti.
La versione unificata Redis 7.2 è la prima realizzata sotto la guida del nuovo CEO dell’azienda, Rowan Trollope. Quest’ultimo sta concentrando i propri sforzi sul miglioramento dell’esperienza complessiva degli utenti.
Trollope ha condiviso: “Questa piattaforma è stata sviluppata con l’obiettivo di fungere da server di strutture dati remote, piuttosto che da un tradizionale database. Consente di prendere ciò che già si fa a livello locale con il software, esternalizzarlo e integrarlo in un sistema distribuito che opera in modo più rapido, semplificando notevolmente le proprie applicazioni.”
Nel contesto dell’attuale era dell’IA generativa, i database vettoriali stanno assumendo un ruolo sempre più rilevante. Questi database memorizzano spesso vettori incorporati in strutture dati, agevolando così recuperi e ricerche rapidi.
Esistono database vettoriali dedicati, come Pinecone e Milvus, e un crescente numero di piattaforme di database tradizionali, come PostgreSQL e MongoDB, si stanno adattando per supportare funzionalità vettoriali. La ricerca basata sulla similarità vettoriale, nell’ambito di Redis, rientra in quest’ultima categoria: un insieme di funzioni che ampliano le capacità di Redis Enterprise.
Pur avendo già integrato capacità di ricerca vettoriale, Redis ha assistito a un notevole interesse da parte degli utenti grazie all’espansione dell’IA nel 2023. Trollope ha affermato: “La maggior parte dei nostri clienti si avvicina a noi con richieste del tipo: ‘Stiamo pianificando di implementare progetti legati all’IA generativa. Potete aiutarci?’ Quindi ci troviamo al posto giusto nel momento giusto, soprattutto con il nostro database vettoriale.”
Nell’ambito degli aggiornamenti di Redis 7.2, la ricerca vettoriale riceve un importante potenziamento. Trollope ha evidenziato come gli sviluppatori di Redis abbiano lavorato all’implementazione di funzionalità multi-threading, per offrire una scalabilità notevolmente migliorata. Egli ha sottolineato che in determinati scenari d’uso, la capacità di interrogare miliardi di vettori in tempo reale è un requisito fondamentale.
Trollope ha illustrato un caso d’uso, in cui organizzazioni applicano la vettorializzazione a contenuti propri tramite gli strumenti Redis, archiviano questi dati e quindi ne abilitano la ricerca utilizzando strumenti di intelligenza artificiale.
“Tante organizzazioni hanno iniziato a implementare prodotti di chat utilizzando OpenAI, e stanno sfruttando la nostra capacità di database vettoriale per ottimizzare il recupero incrementale,” ha dichiarato Trollope.
I vettori non sono limitati solo ai grandi modelli linguistici (LLM) e all’IA generativa. Trollope ha menzionato un esempio di un’agenzia governativa (non specificata), che ha adottato Redis per il rilevamento in tempo reale dei volti negli aeroporti, operazione che richiede tempi di risposta nell’ordine dei millisecondi.
“Stiamo scoprendo che sta emergendo una serie di casi d’uso affascinanti per la ricerca vettoriale,” ha affermato. “È diventata un’area di investimento prioritaria per l’azienda.”
I dati sono spesso generati e raccolti da svariate fonti e database, creando potenzialmente isolamento tra dati non correlati.
Attraverso Redis Data Integration (RDI) nell’aggiornamento Redis 7.2, l’azienda propone un approccio integrato per l’acquisizione dei dati da diverse fonti, tra cui Oracle Database, PostgreSQL, MySQL e MongoDB.
Trollope ha spiegato: “Redis Data Integration rappresenta sostanzialmente una piattaforma di cattura delle modifiche dati, che trasferisce le modifiche dal database di origine a Redis. Possiamo quindi filtrarle e convertirle direttamente in tale processo, mappandole nei tipi di dati supportati da Redis.”
La raccolta di grandi volumi di dati e la loro memorizzazione possono diventare un processo oneroso col passare del tempo. A seconda delle esigenze di accesso, vari tipi di dati possono essere conservati su differenti sistemi di archiviazione, compresi approcci basati su RAM (memoria ad accesso casuale dinamico) e unità a stato solido (SSD).
L’archiviazione in RAM è spesso caratterizzata da prestazioni più elevate, ma comporta costi maggiori rispetto alle SSD. Trollope ha sottolineato come Redis abbia sviluppato una soluzione denominata Redis on Flash per agevolare la posizione dei dati. Questa funzionalità è stata ora rivisitata e denominata Auto-Tiering, con l’obiettivo di consentire alle organizzazioni di allocare automaticamente i dati nella distribuzione più efficiente in base all’utilizzo.
“Abbiamo inoltre raddoppiato la capacità di throughput e dimezzato la latenza, rendendo questa opzione molto più pratica rispetto alle generazioni precedenti,” ha spiegato Trollope. “Ciò è particolarmente importante poiché molti clienti e sviluppatori stanno scoprendo il valore di Redis nel gestire diversi tipi di dati, senza necessariamente voler optare per l’uso della RAM.”
Questa rinnovata enfasi su funzionalità vettoriali e integrazione dati riflette la costante evoluzione di Redis per rispondere alle esigenze emergenti delle aziende moderne.