JetCache连接Redis Sentinel的密码配置实践
2025-06-07 05:37:08作者:滑思眉Philip
背景介绍
JetCache作为阿里巴巴开源的Java缓存框架,支持多种缓存后端,包括Redis。在实际生产环境中,Redis Sentinel模式是常用的高可用方案。然而,当Sentinel服务本身配置了密码认证时,JetCache的配置会变得复杂,这也是本文要探讨的核心问题。
问题分析
在JetCache配置Redis Sentinel时,常见的配置方式是通过URI格式指定Sentinel节点和主节点信息。当Sentinel服务启用了密码认证,配置会面临以下挑战:
- Redis节点密码和Sentinel密码是独立的
- Lettuce客户端默认不支持在URI中直接配置Sentinel密码
- JetCache官方文档对此场景的说明不够详细
配置方案对比
方案一:使用Spring Data Redis适配器
对于Spring Boot项目,最简单的解决方案是切换依赖:
<dependency>
<groupId>com.alicp.jetcache</groupId>
<artifactId>jetcache-starter-redis-springdata</artifactId>
<version>${jetcache.version}</version>
</dependency>
这种方案利用了Spring Data Redis对Sentinel的原生支持,可以更简单地处理密码认证问题。
方案二:修改Lettuce源码
对于必须使用Lettuce客户端的场景,可以通过修改Lettuce源码实现Sentinel密码支持。核心修改点包括:
- 在
RedisURI.configureSentinel()方法中解析URI参数 - 添加对
sentinelPassword参数的支持 - 将密码设置到Sentinel的RedisURI对象中
关键代码修改如下:
private static Builder configureSentinel(URI uri) {
// 解析sentinelPassword参数
char[] sentinelPassword = parseSentinelPassword(uri);
// ...其他代码
if (builder == null && LettuceStrings.isNotEmpty(uri.getAuthority())) {
// 设置sentinel密码
builder.sentinelPassword = sentinelPassword;
}
// ...其他代码
}
最佳实践建议
- 优先使用Spring Data适配器:对于Spring Boot项目,这是最简单可靠的方案
- 密码安全:避免在配置文件中明文存储密码,考虑使用配置中心或加密方案
- 连接池配置:合理设置连接池参数,如示例中的minIdle、maxIdle等
- 多环境支持:使用变量替换(如${spring.application.name})提高配置的灵活性
配置示例
以下是结合了密码配置的JetCache完整配置示例:
jetcache:
remote:
default:
type: redis.lettuce
keyPrefix: '${spring.application.name}:'
password: '${redis.password}' # Redis节点密码
uri: redis-sentinel://${redis.password}@host1:port1,host2:port2/dbIndex?sentinelMasterId=mymaster&sentinelPassword=${sentinel.password}
poolConfig:
minIdle: 5
maxIdle: 20
maxTotal: 50
总结
JetCache连接带密码认证的Redis Sentinel集群时,开发者需要特别注意密码配置的层次性。通过本文介绍的两种方案,开发者可以根据项目实际情况选择最适合的接入方式。对于大多数Spring Boot项目,使用Spring Data适配器是最简单可靠的方案;而对于需要深度定制的情况,则可以考虑修改Lettuce客户端源码的方案。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781