Guía · Redis

Redis para IA: búsqueda vectorial, memoria de agentes y MCP en producción

Redis cumple hoy tres funciones a la vez en una arquitectura de IA: base de datos vectorial, caché de respuestas del modelo y lugar donde los agentes guardan su estado de trabajo. Cada una requiere una configuración distinta de persistencia, expulsión y seguridad, y la mayoría de los problemas en producción surgen al ejecutar las tres en una sola instancia configurada solo para una de ellas. Esta guía aborda las decisiones por orden; también se aplica a Valkey, indicando las diferencias.

Tyler Eastridge

Por Tyler Eastridge, Director de Operaciones

LinkedIn · Actualizado el · 10 min de lectura · 11 secciones

En esta página

Redis para IA en un párrafo

Redis para IA en un párrafo

Redis 8 incluye el Redis Query Engine y los vector sets en Redis Open Source, por lo que la búsqueda vectorial ya no necesita Redis Stack; en Valkey, el equivalente es el módulo valkey-search. Elija FLAT para cargas pequeñas o exactas y HNSW para las grandes, y dimensione la memoria con los cálculos antes de fiarse de un benchmark. Trate una caché semántica como desechable y la memoria de agentes como datos: necesitan políticas de expulsión y persistencia distintas y, idealmente, instancias distintas. Asigne a cada servidor MCP o agente un usuario ACL dedicado y trate los prompts almacenados en caché como datos personales.

Elija el motor vectorial: Query Engine, vector sets o valkey-search

Redis Open Source 8.0 integró Redis Search, JSON, series temporales y los tipos probabilísticos en el servidor principal, de modo que los módulos RediSearch y RedisJSON por separado ya no son necesarios. Para vectores ofrece dos vías. El Redis Query Engine (FT.CREATE, FT.SEARCH, FT.HYBRID) indexa vectores almacenados en hashes o documentos JSON junto con campos de texto, etiqueta, numéricos y geográficos, que es lo que necesitan la mayoría de las cargas de recuperación. Los vector sets (VADD, VSIM) son un tipo de dato independiente inspirado en los sorted sets, introducido como preview en 8.0, con filtrado sencillo por atributos y cuantización int8 activada por defecto. Elija el Query Engine cuando filtre por metadatos o combine búsqueda por palabras clave y vectorial; elija vector sets cuando le baste con una clave que agrupe elementos similares.

En Valkey, la búsqueda vectorial la proporciona el módulo valkey-search, con licencia BSD, que admite HNSW y KNN exacto, en modo standalone y clúster, y desde la versión 1.2 consultas de texto completo, etiquetas y numéricas con agregaciones. La imagen de contenedor valkey-bundle lo incluye precargado. Los nombres de comandos coinciden en parte con Redis, pero pruebe su cliente y la sintaxis de consultas contra el módulo en lugar de dar por hecha la paridad.

FLAT o HNSW: respuestas exactas o rápidas

Un índice FLAT compara la consulta con todos los vectores. El recall es perfecto, y Redis lo aconseja para conjuntos de datos pequeños, por debajo de aproximadamente un millón de vectores, o cuando los resultados exactos importan más que la latencia. HNSW construye un grafo por capas y lo recorre de forma aproximada; Redis lo recomienda a partir de aproximadamente un millón de vectores. Sus parámetros son M (enlaces por nodo, 16 por defecto, el doble en la capa inferior), EF_CONSTRUCTION (200 por defecto) y EF_RUNTIME (10 por defecto). Un M mayor mejora el recall a costa de memoria y tiempo de construcción; un EF_RUNTIME mayor lo mejora a costa de latencia, y puede ajustarse por consulta sin reconstruir el índice.

Redis 8.2 añadió un tercer tipo, SVS-VAMANA, un índice de grafo diseñado para combinarse con compresión. Tenga en cuenta la advertencia de la documentación: la compresión LVQ y LeanVec de Intel no está disponible en Redis Open Source, que recurre a una cuantización escalar simple de 8 bits. Mida el recall con sus propios embeddings antes de apostar por cualquier índice comprimido.

Dimensione la memoria con los cálculos y luego mida

La memoria bruta de los vectores es el número de vectores por la dimensión por los bytes por elemento: 8 para FLOAT64, 4 para FLOAT32, 2 para FLOAT16 y BFLOAT16, 1 para INT8 y UINT8. A modo de ejemplo, un millón de embeddings FLOAT32 de 1.536 dimensiones ocupan 1.000.000 × 1.536 × 4 = 6.144.000.000 bytes, unos 5,7 GiB, antes de cualquier otra cosa. Almacenar los mismos vectores como FLOAT16 reduce esa cifra a la mitad, y la cuantización int8 por defecto de los vector sets, a la cuarta parte.

Después, sume el grafo. La documentación de vector sets ofrece un método reutilizable como estimación: cada nodo contiene M × 2 enlaces en la capa inferior a 8 bytes cada uno, más aproximadamente 0,33 × M × 8 bytes para las capas superiores. Con el M por defecto de 16, son 256 + unos 42, cerca de 300 bytes por vector, o unos 0,3 GB por millón. Añada la clave y los campos de metadatos por los que filtra, y luego la sobrecarga que tiene todo nodo Redis: los búferes de replicación y de salida de clientes, que no se contabilizan en maxmemory, y el margen de copy-on-write para el fork durante un guardado RDB o una reescritura AOF. Cargue una muestra representativa, lea el tamaño del índice en FT.INFO e INFO memory y extrapole a partir de ahí, no de un benchmark del proveedor.

Caché semántica para respuestas de LLM

Una caché semántica almacena respuestas del modelo indexadas por el embedding del prompt y devuelve una respuesta guardada cuando un prompt nuevo es lo bastante parecido. RedisVL, la biblioteca Python de Redis, lo implementa como SemanticCache: el umbral de coincidencia es una distancia coseno de 0 a 2 con un valor por defecto de 0,1, las entradas pueden llevar TTL y filterable_fields permite acotar las búsquedas por usuario, tenant o modelo. Redis también comercializa LangCache, una caché semántica gestionada en Redis Cloud tras una API REST, para equipos que no quieran operarla.

El umbral es la decisión clave. Si es demasiado laxo, la caché responde con seguridad a una pregunta distinta; si es demasiado estricto, la tasa de aciertos no compensa la llamada de embedding. Ajústelo con prompts reales registrados, incluya la versión del modelo y del prompt de sistema en el filtro, y no permita nunca que la respuesta en caché de un tenant responda a otro. Una caché que filtra datos entre usuarios es una brecha de datos.

Memoria de agentes: estado a corto plazo y recuerdo a largo plazo

Los agentes necesitan dos tipos de memoria. La memoria a corto plazo es el estado de una conversación o ejecución: los mensajes hasta el momento, los resultados de herramientas, el paso en el que está el grafo. La memoria a largo plazo es lo que sobrevive a la sesión: hechos, preferencias y resultados anteriores, normalmente almacenados como texto más un embedding para que el agente los recupere por significado. El repositorio Agent Memory Server de Redis modela exactamente esta división, con memoria de sesión bajo un TTL configurable y memoria a largo plazo promovida en segundo plano; Redis describe ahora esa versión de código abierto como base de investigación para su producto de memoria gestionada.

Para LangGraph, el paquete langgraph-checkpoint-redis proporciona los checkpointers RedisSaver, AsyncRedisSaver y ShallowRedisSaver para el estado de los hilos, y RedisStore para la memoria a largo plazo con búsqueda vectorial opcional. Requiere las capacidades de JSON y búsqueda, integradas en Redis 8 y disponibles mediante Redis Stack en versiones anteriores, y admite TTL en los checkpoints. Decida los TTL con criterio: un checkpoint que caduca en mitad de una conversación pierde el hilo, y uno que no caduca nunca supone un crecimiento ilimitado.

Objetivos de respuesta desde 15 minutos, según el plan. Ingenieros sénior asignados.

Contacto

El servidor MCP de Redis y qué se le debe permitir a un agente

Redis mantiene un servidor MCP oficial, redis/mcp-redis, con licencia MIT. Expone herramientas para strings, hashes, listas, sets, sorted sets, pub/sub, streams, JSON, el query engine e información del servidor, funciona sobre el transporte stdio y se conecta con usuario y contraseña, TLS, modo clúster o Entra ID para Azure Managed Redis. Su README recomienda restringir el usuario de conexión con ACL de Redis, por ejemplo un usuario de solo lectura.

Siga ese consejo al pie de la letra. Cree un usuario ACL dedicado por agente, limítelo a los patrones de claves que necesita y deniegue @dangerous y @admin para que ningún prompt pueda provocar FLUSHALL, CONFIG SET o KEYS contra producción. Tenga en cuenta que Redis 8 amplió las categorías ACL existentes: un usuario con +@read ahora puede ejecutar FT.SEARCH, y +@write ahora incluye JSON.SET, así que revise las reglas escritas para Redis 7. Dirija los agentes exploratorios a una réplica o una copia, no al primario que atiende a los usuarios.

Dónde se va realmente la latencia de recuperación en RAG

En un paso de recuperación, la consulta a Redis a menudo no es la parte más lenta; normalmente lo es la llamada de embedding que convierte la pregunta en un vector, así que mida cada fase por separado. Dentro de Redis, la latencia varía con EF_RUNTIME, con lo selectivo que sea su filtro de metadatos (el motor alterna entre paginar lotes de vectores y recorrer por fuerza bruta el conjunto filtrado) y con el fan-out del clúster, donde SHARD_K_RATIO sacrifica recall a cambio de menos resultados por shard. Dos trampas atrapan a la mayoría de los equipos: FT.SEARCH devuelve 10 resultados por defecto salvo que añada LIMIT 0 <k>, y los resultados se ordenan por la puntuación del documento salvo que aplique SORTBY sobre el campo de distancia. Vigile el slow log: una consulta larga retrasa los comandos que esperan detrás.

Persistencia y alta disponibilidad (HA) para el estado de IA

Una caché semántica pura puede funcionar sin persistencia; perderla cuesta llamadas al modelo, no datos. La memoria de agentes y los checkpoints son estado y necesitan la configuración que daría a cualquier almacén principal. AOF con el valor por defecto appendfsync everysec limita la pérdida a aproximadamente un segundo de escrituras; los snapshots RDB ofrecen copias de seguridad compactas y reinicios más rápidos; la recomendación de Redis para datos importantes es usar ambos. Los dos hacen fork del proceso, así que el margen de copy-on-write del paso 3 no es opcional.

La replicación es asíncrona, y la documentación de Redis deja claro que ni siquiera WAIT impide que se pierdan escrituras confirmadas en un failover, así que diseñe los agentes para tolerar la pérdida de su último paso. Ejecute réplicas bajo Sentinel para la disponibilidad, o Redis Cluster cuando el conjunto de datos o la carga de consultas superen un nodo. Antes de pasar a producción, reinicie un nodo con el índice vectorial completo cargado y mida cuánto tarda en volver a atender consultas; esa cifra forma parte de su objetivo de recuperación.

Expulsión: correcta para una caché, errónea para un almacén de memoria

Una caché debe expulsar; un almacén de memoria, no. En una instancia compartida, allkeys-lru expulsará sin problema la memoria a largo plazo de un agente o un checkpoint para hacer sitio a respuestas en caché, y el agente olvida sin ningún error. Las políticas volatile-* solo expulsan claves con TTL y se comportan como noeviction cuando no hay ninguna, lo que suele provocar errores de escritura inesperados. La documentación de Redis sugiere instancias separadas cuando una sola contendría claves de caché y persistentes, y esa es la solución más limpia: una instancia de caché con allkeys-lru o allkeys-lfu y sin persistencia, y una instancia de memoria con noeviction, AOF y alertas muy por debajo de maxmemory.

Licenciamiento: Redis 8 o Valkey

Redis Open Source 8.0 y posteriores se ofrecen a elegir entre RSALv2, SSPLv1 o AGPLv3, y la búsqueda, JSON y demás componentes integrados comparten esa licencia. Redis 7.4 era RSALv2 o SSPLv1; 7.2 y anteriores siguen siendo BSD-3-Clause. Valkey y valkey-search son BSD-3-Clause. Si modifica Redis y lo ofrece a través de una red, revise antes los términos de AGPLv3 con su asesoría jurídica. Los equipos que se quedan en Redis 7.2 o anterior con licencia BSD por motivos de licencia no tienen búsqueda vectorial integrada y reciben menos correcciones upstream; OSSeva publica builds con parches para Redis 6.2, 7.0 y 7.2.

Prompts, datos personales y qué contiene la caché

Los prompts contienen lo que escriban los usuarios, así que una caché semántica o un almacén de memoria contendrá datos personales. Trátelo como un almacén de datos regulados: TLS en todas las conexiones, usuarios ACL por aplicación, TTL no superiores a su política de retención e identificadores de tenant o de usuario como campos de filtro en cada búsqueda en caché y en memoria. Redis 8 también obliga a que un usuario solo pueda crear o consultar un índice sobre prefijos de clave a los que tenga acceso, así que alinee los prefijos de índice con los patrones de claves de sus ACL. Prevea las solicitudes de supresión: los datos de un usuario pueden estar en la caché, en la memoria a largo plazo, en checkpoints, en ficheros AOF y RDB y en copias de seguridad, y un proceso de borrado tiene que llegar a todos ellos.

Preguntas frecuentes

¿Es Redis una buena base de datos vectorial?

Para cargas que caben en memoria y necesitan recuperación de baja latencia con filtros de metadatos, sí. Redis 8 incluye en Redis Open Source el Redis Query Engine con índices FLAT, HNSW y SVS-VAMANA y el tipo de dato vector set. El coste es la memoria: cada vector, sus enlaces del grafo y sus metadatos residen en RAM, así que dimensiónela antes de comprometerse.

¿Valkey admite búsqueda vectorial?

Sí, mediante el módulo valkey-search, con licencia BSD-3-Clause. Admite HNSW y KNN exacto en modo standalone y clúster, y la versión 1.2 añadió consultas de texto completo, etiquetas y numéricas con agregaciones. La imagen valkey-bundle lo incluye.

¿Cuánta memoria necesitan los embeddings en Redis?

Multiplique vectores por dimensiones por bytes por elemento (4 para FLOAT32) y sume los enlaces del grafo HNSW, claves, metadatos, búferes de replicación y el margen para el fork. Un millón de vectores FLOAT32 de 1.536 dimensiones ocupan unos 5,7 GiB solo en datos vectoriales brutos. Mida una carga de muestra con FT.INFO e INFO memory antes de dimensionar producción.

¿Existe un servidor MCP oficial de Redis?

Sí, redis/mcp-redis, mantenido por Redis con licencia MIT. Conéctelo con un usuario ACL dedicado y limitado a lo que necesite el agente.

¿Deben compartir instancia de Redis la caché semántica y la memoria de agentes?

Preferiblemente no. Una caché requiere una política de expulsión como allkeys-lru y poca o ninguna persistencia; la memoria de agentes requiere noeviction y AOF. En una sola instancia, la política de expulsión de la caché puede eliminar en silencio la memoria de un agente.

Consulta gratuita

Que un experto revise su despliegue de Redis

Tanto si está resolviendo un incidente en producción como si planifica una migración o quiere una segunda opinión sobre su arquitectura, nuestro equipo está preparado. Sin discursos comerciales, solo respuestas.

Escríbanos