Leitfaden · Redis

Redis für KI: Vektorsuche, Agent Memory und MCP in Produktion

Redis übernimmt in einem KI-Stack heute drei Rollen zugleich: Vektordatenbank, Cache für Modellantworten und Ablage für den Arbeitszustand von Agenten. Jede Rolle verlangt andere Einstellungen für Persistenz, Eviction und Sicherheit. Die meisten Produktionsprobleme entstehen, wenn alle drei auf einer Instanz laufen, die nur für eine davon konfiguriert ist. Dieser Leitfaden geht die Entscheidungen der Reihe nach durch. Er gilt auch für Valkey; Unterschiede sind jeweils benannt.

Tyler Eastridge

Von Tyler Eastridge, Head of Operations

LinkedIn · Aktualisiert am · 9 Min. Lesezeit · 11 Abschnitte

Auf dieser Seite

Redis für KI in einem Absatz

Redis für KI in einem Absatz

Redis 8 liefert die Redis Query Engine und Vector Sets in Redis Open Source mit, Vektorsuche braucht also kein Redis Stack mehr; auf Valkey übernimmt das Modul valkey-search diese Rolle. Wählen Sie FLAT für kleine oder exakte Workloads und HNSW für große, und berechnen Sie den Speicherbedarf, bevor Sie einem Benchmark vertrauen. Behandeln Sie einen semantischen Cache als verzichtbar und Agent Memory als Daten: Beide brauchen unterschiedliche Eviction Policies und unterschiedliche Persistenz, idealerweise auch getrennte Instanzen. Geben Sie jedem MCP-Server und jedem Agenten einen eigenen ACL-User, und behandeln Sie Prompts im Cache als personenbezogene Daten.

Die Vektor-Engine wählen: Query Engine, Vector Sets oder valkey-search

Redis Open Source 8.0 hat Redis Search, JSON, Time Series und die probabilistischen Datentypen in den Core-Server integriert; die separaten Module RediSearch und RedisJSON sind damit überflüssig. Für Vektoren gibt es zwei Wege. Die Redis Query Engine (FT.CREATE, FT.SEARCH, FT.HYBRID) indiziert Vektoren in Hashes oder JSON-Dokumenten zusammen mit Text-, Tag-, numerischen und Geo-Feldern – genau das, was die meisten Retrieval-Workloads brauchen. Vector Sets (VADD, VSIM) sind ein eigener Datentyp nach dem Vorbild von Sorted Sets, in 8.0 als Preview eingeführt, mit einfacher Attributfilterung und standardmäßig aktivierter int8-Quantisierung. Nehmen Sie die Query Engine, wenn Sie nach Metadaten filtern oder Keyword- und Vektorsuche kombinieren; nehmen Sie Vector Sets, wenn ein Key mit ähnlichen Elementen alles ist, was Sie brauchen.

Auf Valkey stammt die Vektorsuche aus dem BSD-lizenzierten Modul valkey-search. Es unterstützt HNSW und exaktes KNN, Standalone- und Cluster-Modus und ab Version 1.2 Volltext-, Tag- und numerische Abfragen mit Aggregationen. Das Container-Image valkey-bundle enthält es bereits. Die Befehlsnamen überschneiden sich mit Redis, testen Sie Client und Abfragesyntax aber gegen das Modul, statt Gleichwertigkeit vorauszusetzen.

FLAT oder HNSW: exakte oder schnelle Ergebnisse

Ein FLAT-Index vergleicht die Anfrage mit jedem einzelnen Vektor. Der Recall ist perfekt, und Redis empfiehlt ihn für kleine Datensätze unter etwa einer Million Vektoren oder wenn exakte Ergebnisse wichtiger sind als Latenz. HNSW baut einen mehrschichtigen Graphen auf und durchsucht ihn näherungsweise; Redis empfiehlt ihn ab etwa einer Million Vektoren. Die Stellschrauben sind M (Verbindungen pro Knoten, Standard 16, auf der untersten Ebene verdoppelt), EF_CONSTRUCTION (Standard 200) und EF_RUNTIME (Standard 10). Ein höheres M erkauft Recall mit Speicher und Build-Zeit, ein höheres EF_RUNTIME mit Latenz – und lässt sich pro Abfrage ohne Rebuild setzen.

Redis 8.2 hat mit SVS-VAMANA einen dritten Typ ergänzt, einen Graph-Index, der auf Kompression ausgelegt ist. Beachten Sie den Hinweis in der Dokumentation: Intels LVQ- und LeanVec-Kompression ist in Redis Open Source nicht verfügbar; dort wird auf einfache 8-Bit-Skalarquantisierung zurückgegriffen. Messen Sie den Recall mit Ihren eigenen Embeddings, bevor Sie sich auf einen komprimierten Index festlegen.

Speicher erst berechnen, dann messen

Der reine Vektorspeicher ergibt sich aus Anzahl der Vektoren × Dimension × Bytes pro Element: 8 für FLOAT64, 4 für FLOAT32, 2 für FLOAT16 und BFLOAT16, 1 für INT8 und UINT8. Ein Rechenbeispiel: Eine Million FLOAT32-Embeddings mit 1.536 Dimensionen ergeben 1.000.000 × 1.536 × 4 = 6.144.000.000 Bytes, rund 5,7 GiB – bevor irgendetwas anderes hinzukommt. Als FLOAT16 gespeichert halbiert sich dieser Posten, mit der standardmäßigen int8-Quantisierung der Vector Sets viertelt er sich.

Dann kommt der Graph hinzu. Die Dokumentation zu Vector Sets liefert eine Methode, die Sie als Schätzung übernehmen können: Jeder Knoten hält auf der untersten Ebene M × 2 Verbindungen zu je 8 Bytes, plus etwa 0,33 × M × 8 Bytes für die oberen Ebenen. Beim Standardwert M = 16 sind das 256 + rund 42, also knapp 300 Bytes pro Vektor oder etwa 0,3 GB pro Million. Addieren Sie den Key und die Metadatenfelder, nach denen Sie filtern, und dann den Overhead, den jeder Redis-Knoten mitbringt: Replikations- und Client-Output-Buffer, die nicht auf maxmemory angerechnet werden, sowie Copy-on-Write-Reserven für den Fork beim RDB-Save oder AOF-Rewrite. Laden Sie eine repräsentative Stichprobe, lesen Sie die Indexgröße aus FT.INFO und INFO memory ab und rechnen Sie davon hoch – nicht von einem Hersteller-Benchmark.

Semantisches Caching für LLM-Antworten

Ein semantischer Cache speichert Modellantworten mit dem Embedding des Prompts als Schlüssel und liefert eine gespeicherte Antwort, wenn ein neuer Prompt ähnlich genug ist. RedisVL, die Python-Bibliothek von Redis, setzt das als SemanticCache um: Der Schwellenwert ist eine Kosinus-Distanz von 0 bis 2 mit Standardwert 0,1, Einträge können eine TTL tragen, und mit filterable_fields lassen sich Lookups auf User, Mandant oder Modell eingrenzen. Für Teams, die das nicht selbst betreiben wollen, verkauft Redis außerdem LangCache, einen gemanagten semantischen Cache auf Redis Cloud hinter einer REST-API.

Die entscheidende Stellgröße ist der Schwellenwert. Ist er zu locker, beantwortet der Cache selbstbewusst eine andere Frage; ist er zu streng, rechtfertigt die Trefferquote den Embedding-Aufruf nicht. Kalibrieren Sie ihn anhand geloggter echter Prompts, nehmen Sie Modell- und System-Prompt-Version in den Filter auf, und lassen Sie niemals die gecachte Antwort eines Mandanten einem anderen Mandanten ausliefern. Ein Cache, der Daten zwischen Usern durchreicht, ist eine Datenpanne.

Agent Memory: kurzfristiger Zustand und langfristiges Gedächtnis

Agenten brauchen zwei Arten von Gedächtnis. Das Kurzzeitgedächtnis ist der Zustand einer einzelnen Konversation oder eines Laufs: bisherige Nachrichten, Tool-Ergebnisse, der aktuelle Schritt im Graphen. Das Langzeitgedächtnis überdauert die Session: Fakten, Präferenzen und frühere Ergebnisse, meist als Text plus Embedding gespeichert, damit der Agent sie nach Bedeutung abrufen kann. Das Repository Agent Memory Server von Redis bildet genau diese Trennung ab, mit Session-Memory unter einer konfigurierbaren TTL und Langzeit-Memory, das im Hintergrund übernommen wird; Redis bezeichnet diese Open-Source-Version inzwischen als Forschungsgrundlage für sein gemanagtes Memory-Produkt.

Für LangGraph stellt das Paket langgraph-checkpoint-redis die Checkpointer RedisSaver, AsyncRedisSaver und ShallowRedisSaver für den Thread-Zustand bereit sowie RedisStore für Langzeit-Memory mit optionaler Vektorsuche. Es benötigt die JSON- und Suchfunktionen, die in Redis 8 integriert und in älteren Versionen über Redis Stack verfügbar sind, und unterstützt TTLs auf Checkpoints. Legen Sie die TTLs bewusst fest: Ein Checkpoint, der mitten in der Konversation abläuft, verliert den Thread; einer, der nie abläuft, wächst unbegrenzt.

Reaktionszeitziele ab 15 Minuten, je nach Plan. Namentlich zugeordnete Senior Engineers.

Kontakt

Der Redis-MCP-Server – und was ein Agent dürfen sollte

Redis pflegt einen offiziellen MCP-Server, redis/mcp-redis, unter MIT-Lizenz. Er stellt Tools für Strings, Hashes, Lists, Sets, Sorted Sets, Pub/Sub, Streams, JSON, die Query Engine und Serverinformationen bereit, läuft über den stdio-Transport und verbindet sich per Benutzername und Passwort, TLS, Cluster-Modus oder Entra ID für Azure Managed Redis. Die README empfiehlt, den verbindenden User mit Redis-ACLs einzuschränken, etwa als Read-only-User.

Nehmen Sie diesen Rat wörtlich. Legen Sie pro Agent einen eigenen ACL-User an, beschränken Sie ihn auf die benötigten Key-Patterns und verweigern Sie @dangerous und @admin, damit kein Prompt FLUSHALL, CONFIG SET oder KEYS gegen die Produktion auslösen kann. Beachten Sie, dass Redis 8 die bestehenden ACL-Kategorien erweitert hat: Ein User mit +@read darf jetzt FT.SEARCH ausführen, und +@write umfasst nun JSON.SET – prüfen Sie also für Redis 7 geschriebene Regeln erneut. Lassen Sie explorative Agenten auf ein Replikat oder eine Kopie zugreifen, nicht auf den Primary, der die User bedient.

Wo die Latenz beim RAG-Retrieval tatsächlich entsteht

In einem Retrieval-Schritt ist die Redis-Abfrage oft nicht der langsamste Teil; meist ist es der Embedding-Aufruf, der die Frage in einen Vektor umwandelt. Messen Sie daher jede Stufe separat. Innerhalb von Redis hängt die Latenz von EF_RUNTIME ab, von der Selektivität Ihres Metadatenfilters (die Engine wechselt zwischen dem Durchblättern von Vektor-Batches und Brute Force über die gefilterte Menge) und vom Fan-out im Cluster, bei dem SHARD_K_RATIO Recall gegen weniger Ergebnisse pro Shard tauscht. Zwei Fallen erwischen die meisten Teams: FT.SEARCH liefert standardmäßig 10 Ergebnisse, sofern Sie nicht LIMIT 0 <k> angeben, und die Ergebnisse werden nach Dokument-Score sortiert, sofern Sie nicht per SORTBY nach dem Distanzfeld sortieren. Behalten Sie das Slow Log im Blick: Eine lange Abfrage verzögert die dahinter wartenden Befehle.

Persistenz und Hochverfügbarkeit (HA) für KI-Zustand

Ein reiner semantischer Cache kann ohne Persistenz laufen; sein Verlust kostet Modellaufrufe, keine Daten. Agent Memory und Checkpoints sind dagegen Zustand und brauchen die Einstellungen, die Sie jedem primären Datenspeicher geben würden. AOF mit dem Standard appendfsync everysec begrenzt den Verlust auf etwa eine Sekunde an Schreibvorgängen; RDB-Snapshots liefern kompakte Backups und schnellere Neustarts. Für wichtige Daten empfiehlt Redis selbst beides. Beide forken den Prozess, die Copy-on-Write-Reserven aus Schritt 3 sind also Pflicht.

Die Replikation ist asynchron, und die Redis-Dokumentation stellt klar, dass selbst WAIT nicht verhindert, dass bestätigte Schreibvorgänge bei einem Failover verloren gehen. Entwerfen Sie Agenten daher so, dass sie den Verlust ihres letzten Schritts verkraften. Betreiben Sie Replikate unter Sentinel für Verfügbarkeit oder Redis Cluster, wenn Datenmenge oder Abfragelast einen Knoten übersteigen. Starten Sie vor dem Go-live einen Knoten mit vollständig geladenem Vektor-Index neu und messen Sie, wie lange es dauert, bis er wieder Abfragen bedient – dieser Wert gehört in Ihr Recovery-Ziel.

Eviction: richtig für einen Cache, falsch für einen Memory Store

Ein Cache soll verdrängen, ein Memory Store nicht. Auf einer gemeinsam genutzten Instanz verdrängt allkeys-lru bereitwillig das Langzeitgedächtnis oder einen Checkpoint eines Agenten, um Platz für gecachte Antworten zu schaffen – und der Agent vergisst, ohne dass ein Fehler auftritt. Die volatile-*-Policies verdrängen nur Keys mit TTL und verhalten sich wie noeviction, wenn keine vorhanden sind – ein häufiger Grund für überraschende Schreibfehler. Die Redis-Dokumentation empfiehlt getrennte Instanzen, wenn eine Instanz sonst sowohl Cache- als auch persistente Keys hielte, und das ist die sauberste Lösung: eine Cache-Instanz mit allkeys-lru oder allkeys-lfu ohne Persistenz und eine Memory-Instanz mit noeviction, AOF und Alerts deutlich unterhalb von maxmemory.

Lizenzierung: Redis 8 oder Valkey

Redis Open Source ab 8.0 steht wahlweise unter RSALv2, SSPLv1 oder AGPLv3; die integrierte Suche, JSON und die übrigen Komponenten teilen diese Lizenz. Redis 7.4 stand unter RSALv2 oder SSPLv1; 7.2 und älter bleiben BSD-3-Clause. Valkey und valkey-search sind BSD-3-Clause. Wenn Sie Redis verändern und über ein Netzwerk anbieten, prüfen Sie die AGPLv3-Bedingungen vorher mit Ihrer Rechtsabteilung. Teams, die aus Lizenzgründen bei BSD-lizenziertem Redis 7.2 oder älter bleiben, verzichten auf integrierte Vektorsuche und erhalten weniger Upstream-Fixes; OSSeva veröffentlicht gepatchte Builds für Redis 6.2, 7.0 und 7.2.

Prompts, personenbezogene Daten und was im Cache liegt

Prompts enthalten alles, was User eintippen; ein semantischer Cache oder Memory Store enthält daher personenbezogene Daten. Behandeln Sie ihn wie einen regulierten Datenspeicher: TLS auf jeder Verbindung, ACL-User pro Anwendung, TTLs nicht länger als Ihre Retention-Richtlinie und Mandanten- oder User-IDs als Filterfelder bei jedem Cache- und Memory-Lookup. Redis 8 erzwingt zudem, dass ein User nur Indizes über Key-Präfixe anlegen oder abfragen kann, auf die er Zugriff hat – richten Sie Index-Präfixe also an Ihren ACL-Key-Patterns aus. Planen Sie für Löschanfragen: Die Daten eines Users können im Cache, im Langzeit-Memory, in Checkpoints, in AOF- und RDB-Dateien sowie in Backups liegen, und ein Löschprozess muss sie alle erreichen.

Häufig gestellte Fragen

Ist Redis eine gute Vektordatenbank?

Für Workloads, die in den Arbeitsspeicher passen und Retrieval mit niedriger Latenz und Metadatenfiltern brauchen: ja. Redis 8 enthält in Redis Open Source die Redis Query Engine mit FLAT-, HNSW- und SVS-VAMANA-Indizes sowie den Datentyp Vector Set. Der Preis ist Speicher: Jeder Vektor, seine Graph-Verbindungen und seine Metadaten liegen im RAM – dimensionieren Sie also, bevor Sie sich festlegen.

Unterstützt Valkey Vektorsuche?

Ja, über das Modul valkey-search unter BSD-3-Clause-Lizenz. Es unterstützt HNSW und exaktes KNN im Standalone- und Cluster-Modus; Version 1.2 hat Volltext-, Tag- und numerische Abfragen mit Aggregationen ergänzt. Das Image valkey-bundle enthält es.

Wie viel Speicher brauchen Embeddings in Redis?

Multiplizieren Sie Vektoren × Dimensionen × Bytes pro Element (4 bei FLOAT32) und addieren Sie HNSW-Graph-Verbindungen, Keys, Metadaten, Replikations-Buffer und Fork-Reserven. Eine Million FLOAT32-Vektoren mit 1.536 Dimensionen belegen allein rund 5,7 GiB an reinen Vektordaten. Messen Sie eine Stichprobe mit FT.INFO und INFO memory, bevor Sie die Produktion dimensionieren.

Gibt es einen offiziellen Redis-MCP-Server?

Ja: redis/mcp-redis, gepflegt von Redis unter MIT-Lizenz. Verbinden Sie ihn mit einem eigenen ACL-User, der auf das beschränkt ist, was der Agent braucht.

Sollten sich semantischer Cache und Agent Memory eine Redis-Instanz teilen?

Besser nicht. Ein Cache braucht eine Eviction Policy wie allkeys-lru und wenig oder keine Persistenz; Agent Memory braucht noeviction und AOF. Auf einer gemeinsamen Instanz kann die Eviction Policy des Caches das Gedächtnis eines Agenten unbemerkt löschen.

Kostenlose Beratung

Lassen Sie Experten auf Ihre Redis-Installation schauen

Ob Sie einen Produktionsvorfall beheben, eine Migration planen oder eine zweite Meinung zu Ihrer Architektur wünschen – unser Team steht bereit. Kein Verkaufsgespräch, nur Antworten.

E-Mail schreiben