JetCache中@Cached注解在接口方法上使用SpEL表达式失效问题解析
2025-06-07 01:50:26作者:管翌锬
问题现象
在使用JetCache框架时,开发者发现当@Cached注解应用于接口方法并配合SpEL表达式作为key时,缓存功能会失效。具体表现为:
- 当注解定义在接口方法上,并且使用了形如
key = "#userId"的SpEL表达式时,每次调用都会穿透缓存直接访问方法体 - 同样的注解配置如果移动到实现类方法上,则缓存功能正常工作
- 如果在接口方法上不使用SpEL表达式,仅使用默认key生成策略,缓存也能正常工作
根本原因
经过分析,这个问题与Java编译参数密切相关。当使用SpEL表达式引用方法参数时(如#userId),JetCache需要能够获取方法的参数名称信息。而Java编译器默认不会保留方法参数名称,除非显式指定-parameters编译选项。
在接口和实现类表现不同的原因可能是:
- 接口和实现类可能使用了不同的编译设置
- IDE(如IntelliJ IDEA)可能对实现类有特殊处理,默认保留了参数名称信息
- 项目构建工具(如Maven/Gradle)可能对接口和实现类应用了不同的编译配置
解决方案
要解决这个问题,需要确保编译时保留了方法参数名称信息。具体方法如下:
1. 使用-parameters编译选项
在Java编译时添加-parameters参数,这会保留方法参数名称信息。不同构建工具的配置方式:
Maven配置:
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<configuration>
<compilerArgs>
<arg>-parameters</arg>
</compilerArgs>
</configuration>
</plugin>
Gradle配置:
tasks.withType(JavaCompile) {
options.compilerArgs << '-parameters'
}
2. 统一编译环境
确保接口和实现类使用相同的编译设置,避免因编译环境不一致导致的行为差异。
3. 替代方案
如果无法修改编译参数,可以考虑:
- 将
@Cached注解移动到实现类方法上 - 使用参数索引代替参数名称(如
#p0表示第一个参数) - 使用默认的key生成策略,不自定义SpEL表达式
最佳实践
- 统一编译配置:项目中的所有Java类应使用相同的编译参数,特别是涉及AOP和注解处理的场景
- 参数命名规范:保持接口和实现类的方法参数名称一致
- 编译参数检查:在CI/CD流程中加入检查,确保编译参数正确设置
- 测试验证:添加缓存功能的单元测试,验证不同场景下的缓存行为
技术背景
Java 8引入了-parameters编译选项,允许编译器将方法参数名称信息保留在class文件中。这对于依赖参数名称的框架(如Spring、JetCache等)非常重要。当没有这个信息时,框架只能通过参数索引访问参数,而无法通过参数名称进行匹配。
JetCache在处理@Cached注解时,会解析SpEL表达式中的参数引用。如果无法获取参数名称信息,表达式解析就会失败,导致缓存功能失效。这就是为什么在接口方法上使用SpEL表达式时需要特别注意编译参数的原因。
总结
JetCache作为阿里巴巴开源的缓存框架,提供了强大的注解驱动缓存功能。在使用@Cached注解时,特别是当注解应用于接口方法并配合SpEL表达式时,务必确保编译时保留了方法参数名称信息。通过正确配置-parameters编译选项,可以避免这类问题的发生,确保缓存功能按预期工作。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
终极Emoji表情配置指南:从config.yaml到一键部署全流程如何用Aider AI助手快速开发游戏:从Pong到2048的完整指南从崩溃到重生:Anki参数重置功能深度优化方案 RuoYi-Cloud-Plus 微服务通用权限管理系统技术文档 GoldenLayout 布局配置完全指南 Tencent Cloud IM Server SDK Java 技术文档 解决JumpServer v4.10.1版本Windows发布机部署失败问题 最完整2025版!SeedVR2模型家族(3B/7B)选型与性能优化指南2025微信机器人新范式:从消息自动回复到智能助理的进化之路3分钟搞定!团子翻译器接入Gemini模型超详细指南
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
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
🎉 (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
1.33 K
746
🔥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
67
20
React Native鸿蒙化仓库
JavaScript
302
350