hotkv>COMMAND LIST

In HotKV™ integriert

Integriert, nicht aufgesetzt.

HotKV spricht das Redis-Protokoll und bringt eigene Funktionen mit. Wählen Sie unten eine davon aus und sehen Sie sich ein animiertes Beispiel an, wie sie mit den echten Befehlen arbeitet.

Protokoll
RESP2 + RESP3
nativer Code
C++20
Linux-Server
x86_64 + ARM64
zu installierende Module
0
Funktionslabor

Jede Funktion in Aktion sehen

Wählen Sie eine Funktion. Die Demo tippt echte HotKV-Befehle mit Beispielantworten und zeigt, was jeder davon in der Engine bewirkt.

Key-Tagging

Versehen Sie Keys mit Tags und fragen Sie sie ab: TAG.SET, TAG.GET, TAG.MEMBERS, TAG.INTER, TAG.COUNT, TAG.EXISTS, TAG.REM. Kein Sekundärindex, kein Lua-Skript, kein externer Dienst.

Keys erhalten Labels, und ein einziger Befehl findet jeden Key mit einem Label oder mit mehreren Labels gleichzeitig.

Beispielsitzung
hotkv> MSET user:1 a user:2 b user:3 c user:4 d
OK
hotkv> TAG.SET user:1 premium eu
(integer) 2
hotkv> TAG.SET user:2 premium us
(integer) 2
hotkv> TAG.SET user:3 eu
(integer) 1
hotkv> TAG.INTER premium eu
1) "user:1"
hotkv> TAG.MEMBERS eu
1) "user:1"
2) "user:3"
hotkv> TAG.COUNT user:1
(integer) 2
Architektur

Drei Arten, einen Mehrkernserver zu nutzen

Ein Server kann Befehle auf einem Hauptthread ausführen, seine Daten in einen Shard pro Thread aufteilen oder jeden Thread auf einem gemeinsamen Store arbeiten lassen. HotKV wurde von Grund auf für den dritten Ansatz entwickelt, sodass eine einzelne Instanz jeden Kern nutzt.

Einzelner Hauptthread
wartetT0T1T2T3ein gemeinsamer Speicherführt Befehle ausNetzwerk-I/O (I/O-Threads, wenn aktiviert)
I/O-Modell
Event-Loop + I/O-Threads für Lesen/Schreiben
Skalierung
Abnehmender Ertrag jenseits der I/O-Sättigung
Multi-Core-Auslastung
Befehle laufen auf einem Thread; mehr Kerne erfordern mehrere Instanzen oder einen Cluster
Shard pro Thread
T0T1T2T3S0S1S2S3ein Shard pro ThreadMulti-Key-Befehl über Threads hinweg
I/O-Modell
io_uring / epoll pro Thread
Skalierung
Skaliert über Kerne; Multi-Key-Befehle koordinieren sich über Threads hinweg
Multi-Core-Auslastung
Interne Shards pro Thread
HotKV · Gemeinsamer Speicher, jeder Thread
T0T1T2T3ein gemeinsamer Speicherführt Befehle aus
I/O-Modell
Multithreaded, auf jedem Kern
Skalierung
Der Durchsatz skaliert mit der Kernanzahl
Multi-Core-Auslastung
Eine einzelne Instanz nutzt alle Kerne

Ein Schema der Befehlsausführung, kein Benchmark. Messergebnisse finden Sie auf der Seite Performance. Performance

Von Grund auf multithreaded

Jeder Worker-Thread liest, parst und führt die Befehle seiner eigenen Verbindungen aus, sodass I/O und Ausführung beide parallel laufen und der Durchsatz mit der Kernanzahl wächst.

Vorhersehbare Latenz

Eine native Engine ohne Garbage Collector, sodass es keine Stop-the-World-Pausen gibt.

Modernes C++20

HotKV ist in C++20 geschrieben und wird zu nativem Code kompiliert.

Für Linux-Server gebaut

Pakete für x86_64- und ARM64-Linux. Die Vektorsuche nutzt die Vektorbefehle der CPU, sofern verfügbar.

Funktionsvergleich

So schneidet HotKV™ im Vergleich zu Redis, Valkey und Dragonfly ab, geprüft anhand der jeweils aktuellsten Version jedes Projekts.

FunktionHotKVRedisValkeyDragonfly
BereitstellungHotKV Cloud oder On-PremisesSelbst betrieben oder Redis CloudSelbst betrieben oder von Cloud-Anbietern verwaltetSelbst betrieben oder Dragonfly Cloud
LizenzKommerziellRSALv2 / SSPLv1 / AGPLv3BSD-3-ClauseBSL 1.1
SpracheC++20CCC++
BefehlsausführungMultithreadedSinglethreaded (optionale I/O-Threads)Singlethreaded (I/O-Threads)Multithreaded
ProtokollRESP2 + RESP3RESP2 + RESP3RESP2 + RESP3RESP2 + RESP3
Server-PlattformenLinux (x86_64, ARM64)Linux, macOS, BSDLinux, macOS, BSDLinux (x86_64, ARM64)
TLSJaJaJaJa
PersistenzSnapshots + AOFRDB + AOFRDB + AOFNur Snapshots
Snapshots ohne ForkJaNeinNeinJa
LLM-Prompt-CacheJaSeparater Dienst (LangCache)NeinNein
Semantischer Cache für LLM-AntwortenJaSeparater Dienst (LangCache)NeinNein
KI-AgentenspeicherJaSeparater Dienst (Agent Memory)NeinNein
RAG-Pipeline (Chunking + Hybridsuche)JaHybridsuche, kein ChunkingModul, kein ChunkingVektorsuche, kein Chunking
Erfassung von LLM-Token und -KostenJaNeinNeinNein
Vektor-ÄhnlichkeitssucheJaJaModul (valkey-search)Ja
Latenzhistogramme pro BefehlJaJaJaTeilweise (Perzentile per Opt-in)
Hot-Key-ErkennungJaServerseitiger HOTKEYS-BefehlNur clientseitigTeilweise (Sampling)
Integrierter Prometheus-EndpunktJaNeinNeinJa
In-Memory-WertkompressionOpt-inNeinNeinNein
Key-TaggingJaNeinNeinNein
Nanosekunden-TTLJaNeinNeinNein

Verglichen mit Redis 8.10.2, Valkey 9.1.2 und Dragonfly 2.0.0, den neuesten Releases im September 2026. Redis 8 liefert außerdem JSON, Zeitreihen und probabilistische Datenstrukturen mit, und Redis bietet LangCache und Agent Memory als separate Dienste an. Valkey 9.2, derzeit ein Release Candidate, ergänzt serverseitiges Hot-Key-Tracking und optionale Snapshots ohne Fork. Bei HotKV Cloud sind die KI-Funktionen in den Plänen Performance und Scale enthalten.

Funktioniert mit Ihrem Stack

HotKV™ spricht RESP2 und RESP3, sodass sich die Redis-Client-Bibliothek, die Sie bereits einsetzen, damit verbinden kann. Richten Sie sie auf Ihren HotKV-Hostnamen.

Kompatible Tools

Standard-Redis-Tools verbinden sich ohne Änderungen (die unterstützten Befehle stehen in der Befehlsreferenz)

redis-cli
Die offizielle Redis-CLI verbindet sich direkt mit HotKV
redis-benchmark
Standard-Benchmark-Tool
memtier_benchmark
Latenz- und Durchsatztests; unsere Benchmarks nutzen es
Prometheus
Integrierter /metrics-Endpunkt, kein Exporter nötig
Grafana
Dashboards auf Basis der Prometheus-Metriken
HotKV SDKs
Offizielle Bibliotheken mit integrierten KI-Befehlen