Spring Data Redis升级Jedis版本导致NoSuchMethodError问题解析
问题背景
在Spring Boot 3.5.0发布后,部分开发者在使用Spring Data Redis时遇到了一个运行时错误。当调用RedisTemplate的setIfAbsent方法时,系统抛出NoSuchMethodError异常,提示找不到SetParams.ex(long)方法。这个问题在Spring Boot 3.5.0-RC1版本中并不存在,但在正式版中突然出现。
错误现象
开发者在使用RedisTemplate进行键值操作时,特别是调用setIfAbsent方法并设置过期时间时,会遇到如下错误栈:
java.lang.NoSuchMethodError: 'redis.clients.jedis.params.BaseSetExParams redis.clients.jedis.params.SetParams.ex(long)'
这个错误表明在运行时,JVM无法找到Jedis客户端库中SetParams类的ex方法。
原因分析
经过深入调查,发现这个问题的根源在于Spring Boot 3.5.0中Jedis客户端的版本变更。具体来说:
- 在Spring Boot 3.5.0-RC1中,使用的是Jedis 5.x版本
- 而在Spring Boot 3.5.0正式版中,Jedis被降级到了5.2.0版本
- Jedis 5.2.0版本中SetParams类的API发生了变化,移除了ex(long)方法
这种向后不兼容的API变更导致了运行时错误。Spring Data Redis在代码中调用了这个已被移除的方法,因此当使用Jedis 5.2.0时就会抛出NoSuchMethodError。
解决方案
Spring团队已经确认将在Spring Boot 3.5.1版本中升级Jedis到6.0.0版本来解决这个问题。对于当前遇到此问题的开发者,有以下几种临时解决方案:
-
显式指定Jedis版本:在项目中明确声明使用Jedis 6.0.0版本
<dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>6.0.0</version> </dependency> -
等待官方修复:等待Spring Boot 3.5.1发布,该版本将默认使用Jedis 6.0.0
-
回退到RC版本:临时使用Spring Boot 3.5.0-RC1版本(不推荐用于生产环境)
技术建议
对于依赖管理,建议开发者:
- 在重要版本升级前,充分测试所有Redis相关功能
- 对于生产环境,考虑显式指定关键依赖的版本号
- 关注Spring Boot的发布说明,了解依赖库的版本变更
总结
这个案例展示了依赖管理在Java项目中的重要性。即使是微小的版本变更,也可能因为API不兼容导致运行时错误。Spring团队已经意识到这个问题,并将在下一个补丁版本中通过升级Jedis版本来解决。在此期间,开发者可以通过显式指定Jedis版本来规避这个问题。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00