Redisson连接池初始化问题分析与解决方案
2025-05-09 18:53:23作者:薛曦旖Francesca
问题背景
在使用Redisson客户端连接Redis时,从3.23.0版本升级到3.25.0/3.25.2版本后,出现了连接池初始化异常的问题。具体表现为在应用启动时,连接池会不断重试初始化,导致大量不必要的连接创建,最终造成服务不可用。
问题现象
在3.23.0版本中,配置slaveConnectionMinimumIdleSize和masterConnectionMinimumIdleSize为1000时,连接池初始化正常,应用启动顺利。但在升级到3.25.0/3.25.2版本后,出现了以下异常现象:
- 连接池初始化过程会循环15-17次
- 每次循环都会创建1000个新连接
- Redis服务器端监测到15-17K的新连接请求
- 最终导致应用启动时间过长甚至失败
技术分析
从日志中可以观察到几个关键点:
- 连接池初始化循环:主连接池(MasterConnectionPool)不断重复初始化过程,每次都会创建1000个连接
- 事件循环终止:最终出现了
RejectedExecutionException,提示事件执行器已终止 - 资源耗尽:大量连接创建导致系统资源被耗尽
这个问题可能与Redisson 3.25.x版本中连接池管理逻辑的变更有关。在初始化过程中,可能由于某种条件判断错误,导致连接池认为初始化未完成,从而不断重试。
临时解决方案
在实际生产环境中,用户通过以下方式临时解决了问题:
- 将
slaveConnectionMinimumIdleSize和masterConnectionMinimumIdleSize从1000降低到500 - 回退到3.23.0版本
但这只是权宜之计,因为对于高并发场景,500的连接数可能无法满足性能需求。
官方修复
Redisson开发团队已经意识到这个问题,并提供了3.25.3-SNAPSHOT版本进行修复。建议受影响的用户可以:
- 测试这个快照版本
- 等待正式版的发布
- 关注修复后的连接池初始化行为
最佳实践建议
对于使用Redisson连接池的用户,建议:
- 在升级前充分测试新版本
- 监控连接池初始化过程
- 设置合理的连接池大小,既要满足性能需求,又要避免资源浪费
- 关注Redis服务器的连接数指标
总结
Redisson作为Java的Redis客户端,其连接池管理机制对应用性能至关重要。这次3.25.x版本中出现的问题提醒我们,即使是成熟的开源组件,在版本升级时也需要谨慎评估和充分测试。对于生产环境中的关键组件,建议建立完善的升级验证流程,确保系统稳定性。
登录后查看全文
热门项目推荐
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
657
4.26 K
Ascend Extension for PyTorch
Python
502
606
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
284
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
891
昇腾LLM分布式训练框架
Python
142
168