オープンソースのインメモリデータストアとして急速に普及が進むValkeyの最新メジャーアップデートとなる、Valkey 9.1が正式に公開されました。
今回のリリースは、ミネアポリスで開催された「Open Source Summit North America」において、AWSのプリンシパルエンジニアでありValkeyのメンテナーを務めるMadelyn Olson氏によって発表されました。
Valkey 9.1は、従来のRedis互換を維持しつつ、「コンピューティング効率の向上」と「アーキテクチャのモジュール化」を徹底的に追求した内容となっています。
特に、インフラコストの増大に悩む企業にとって、追加の設定なしでパフォーマンスを向上させるための野心的な改善が多数盛り込まれました。
メモリ使用量を最大10%削減する内部構造の刷新
Valkey 9.1の最大の目玉は、内部データレイアウトの再設計によるメモリ効率の劇的な向上です。
開発チームはデータの保存および管理方法を根本から見直し、一般的なワークロードにおいてキーあたりのメモリ使用量を最大10%削減することに成功しました。
特筆すべきは、このメモリ削減を実現するために「チューニングや再設定が一切不要」であるという点です。
管理者は既存のシステムをValkey 9.1にアップグレードするだけで、クラウドインフラのインスタンスサイズを縮小したり、同一リソースでより多くのデータを処理したりすることが可能になります。
これは大規模な分散システムを運用する組織にとって、直接的なコスト削減に直結する重要な進化と言えるでしょう。
フルテキスト検索とベクトル検索をコアに統合
これまで別モジュールや外部プラットフォームに頼ることが多かった検索機能が、ついにValkeyのコアシステムへと統合されました。
最新の「Valkey Search 1.2」では、フルテキスト検索、数値フィルタリング、タグベースの検索に加えて、AI活用に不可欠なベクトル検索を同一システム内で実行できます。
この統合により、キャッシュ層と検索層を別々に運用する手間が省け、運用の複雑さが大幅に軽減されます。
Olson氏は、特に「エージェントAI (Agentic AI)」の分野において、決定論的なフルテキスト検索と近似的なベクトル検索を組み合わせた「ハイブリッド検索」の需要が高まっていると指摘しています。
Valkey 9.1を採用することで、企業はテラバイト級のデータに対しても、マイクロ秒単位の低レイテンシでミリオン級のリクエストを処理する検索基盤を構築できるようになります。
検索機能の比較と活用シーン
| 検索機能 | 特徴 | 主な活用シーン |
|---|---|---|
| フルテキスト検索 | 高速なキーワードマッチングと高度な言語処理 | ECサイトの商品検索、ブログの全文検索 |
| ベクトル検索 | データの意味的な類似性を計算して検索 | 生成AIのRAG、レコメンデーション、画像検索 |
| タグ・数値フィルタ | 正確な属性絞り込みと範囲指定 | 在庫管理、リアルタイムダッシュボード |
セキュリティと運用性の強化
エンタープライズ利用を意識したセキュリティ機能の拡充も見逃せません。
新たに導入された「データベースレベルのACL (アクセス制御リスト)」により、単一のインスタンス内でマルチテナントの隔離をより厳密に行えるようになりました。
これにより、一つのValkeyデプロイメントを複数のアプリケーションやチームで共有しつつ、各ユーザーがアクセスできる範囲をデータベース単位で細かく制御可能です。
また、TLS証明書の自動リロード機能が追加されたことで、証明書の更新時にサービスを再起動する必要がなくなりました。
運用面では、クラスタ全体を一括してスキャンできる新しいコマンド CLUSTERSCAN が導入されています。
従来はノードごとに実行していたスキャン作業が、このコマンド一つで整合性を保ちながら完結するため、運用スクリプトの簡素化が期待できます。
# Valkey 9.1 で導入された CLUSTERSCAN の概念的な実行例
# クラスタ内のすべてのノードを横断してキーを反復処理します
valkey-cli --cluster CLUSTERSCAN 0 MATCH "user:session:*" COUNT 1001) "12345" # 次の反復のためのカーソル
2) 1) "user:session:9901"
2) "user:session:4421"
3) "user:session:7782"クライアントライブラリ「GLIDE 2.4」とエコシステムの拡充
Valkey専用の公式クライアントライブラリである「GLIDE」もバージョン2.4へと進化を遂げました。
GLIDEはRust製の共通コアをベースに構築されており、複数のプログラミング言語間で一貫した動作と高い信頼性を提供します。
今回のアップデートで、既存のJava、Python、Goなどに加え、C#およびPHPの公式サポートが追加されました。
さらに、GLIDEには「クライアントサイドキャッシュ」機能が導入されています。
頻繁にアクセスされるデータをアプリケーション側のメモリに保持することで、ネットワークの往復回数を削減し、読み取り負荷の高いワークロードでのパフォーマンスを極限まで引き出します。
AIエージェントによる開発プロセスの革新
Valkeyプロジェクト自体の開発手法にも、最先端のAI技術が取り入れられています。
メンテナーのバーンアウト (燃え尽き症候群) を防ぐため、退屈で時間のかかるタスクにAIエージェントを導入しています。
具体的には、「Provenance Guard」と呼ばれるセキュリティ機能の監視や、複雑なバックポート作業、継続的インテグレーション (CI) テストの自動化にAIが活用されています。
AIエージェントはコードベースをスキャンし、意図的にクラッシュを誘発させてバグや脆弱性 (CVE) を発見する役割を担っています。
実際に、数百時間に及ぶAIのテストによって約20件のバグが発見・修正されたという成果も報告されています。
ただし、Olson氏は「AIはあくまでメンテナーを支援するための層であり、コアエンジンの変更には必ず人間による厳格なレビューが行われている」と、品質管理へのこだわりを強調しました。
まとめ
Valkey 9.1は、単なるRedisの代替品としての枠を超え、独自の進化を加速させていることが明確になったリリースです。
メモリ消費量の10%削減というハードウェア効率の追求と、ベクトル検索の統合というモダンなAI需要への対応を同時に成し遂げた点は高く評価されます。
すでにAppleやUberといった世界的企業がValkeyの採用やコミュニティへの参加を表明しており、コンテナのダウンロード数は前年同期比で約17倍という驚異的な伸びを見せています。
Redisとの健全な競合関係を維持しつつ、オープンソースとしての透明性とパフォーマンスを両立させるValkeyは、次世代のデータインフラにおける主役となる可能性を十分に秘めています。
インフラコストの最適化とAIアプリケーションの高度化を目指す開発者にとって、Valkey 9.1は今すぐ検討すべき有力な選択肢となるでしょう。