Spring AI项目中Coherence向量存储测试失败问题分析与解决

问题背景

在Spring AI项目的开发过程中，团队发现CoherenceVectorStoreIT测试用例在持续集成环境中运行不稳定。特别是在升级到Coherence 25.03版本后，测试出现了明显的失败情况。值得注意的是，回退到24.09版本同样会出现测试失败，这表明问题并非由版本变更直接引起。

问题现象

测试失败的具体表现为断言错误，期望结果中应包含"meta1"键，但实际结果中只有距离值：

{"distance"=0.6656918525695801}

更深入的分析发现，测试运行时Coherence集群无法正常形成，出现了严重的网络通信问题：

Delaying formation of a new cluster; multicast networking appears to be inoperable on interface 192.168.1.161

技术分析

根本原因

1. 多播网络问题：Coherence依赖多播通信进行集群成员发现，但在测试环境中多播功能不可用，导致集群无法形成。

2. IPv6兼容性问题：现代操作系统默认优先使用IPv6，而Coherence在此配置下可能出现通信问题。

3. 超时机制：当集群无法形成时，Coherence会抛出RequestTimeoutException，导致整个测试失败。

影响范围

这一问题主要影响：

• 使用Coherence作为向量存储后端的Spring AI应用
• 在开发环境和CI环境中运行的测试用例
• 特别是MacOS等现代操作系统环境

解决方案

团队通过以下方式解决了这一问题：

1. 强制使用IPv4协议：通过设置JVM参数-Djava.net.preferIPv4Stack=true，确保网络通信使用IPv4协议栈。

2. 配置优化：调整了Coherence的集群配置，确保在单机测试环境下也能正常工作。

3. 测试隔离：改进了测试用例的设计，确保每个测试都有独立的上下文和清理机制。

技术启示

1. 分布式系统测试挑战：即使是本地测试，分布式系统的组件也可能因为网络配置问题而失败。

2. 环境一致性：开发环境与CI环境的网络配置差异可能导致测试结果不一致。

3. 防御性编程：对于依赖外部系统的组件，应该增加适当的超时和重试机制。

最佳实践建议

1. 在测试配置中明确指定网络协议栈偏好
2. 为分布式系统组件提供合理的超时设置
3. 考虑使用嵌入式或模拟模式进行组件测试
4. 在CI环境中确保网络配置与开发环境一致

这一问题的解决不仅修复了测试用例，也为Spring AI项目中集成分布式存储组件提供了宝贵的经验。开发者在使用类似技术时应当特别注意网络环境的配置和兼容性问题。