Spring Data Redis连接超时问题分析与解决方案

问题背景

在使用Spring Data Redis（基于Lettuce客户端）时，开发人员可能会遇到Redis连接完全挂起且配置的超时参数不生效的情况。典型表现为应用运行一段时间后，所有使用@Cacheable注解的操作都会无限期挂起，只有重启应用才能恢复。

根本原因分析

通过线程转储分析发现，问题的根源在于OpenTelemetry Java Agent的干扰。具体表现为：

1. 事件循环线程阻塞：Lettuce的NIO事件循环线程(lettuce-nioEventLoop)被OpenTelemetry的WeakConcurrentMap锁机制阻塞
2. 死锁链形成：OpenTelemetry的虚拟线程调度与Lettuce的异步操作形成了复杂的锁竞争关系
3. 超时失效：由于底层事件循环线程被阻塞，所有配置的超时参数（connect-timeout/timeout/max-wait）都无法正常触发

技术细节

OpenTelemetry Java Agent通过字节码增强技术对Redis客户端进行监控，但在特定条件下：

1. 其WeakLockFreeCache实现会与虚拟线程调度产生冲突
2. ReferenceQueue的poll操作获取ReentrantLock时可能被阻塞
3. 这种阻塞会级联影响整个Netty事件循环

解决方案

推荐两种解决方式：

方案一：禁用Lettuce的OTel监控

通过环境变量配置：

OTEL_INSTRUMENTATION_LETTUCE_ENABLED=false

方案二：改用Micrometer Tracing

Spring生态推荐的替代方案：

1. 移除OpenTelemetry Java Agent依赖
2. 引入Micrometer Tracing相关依赖
3. 配置基于Micrometer的Redis监控

最佳实践建议

1. 生产环境中谨慎使用Java Agent类监控工具
2. 优先选择与Spring生态深度集成的监控方案
3. 定期检查线程状态，特别是NIO事件循环线程
4. 考虑使用连接池健康检查机制

总结

这类问题展示了底层监控工具与异步框架交互时可能产生的复杂问题。通过理解Lettuce的NIO模型和线程模型，结合适当的监控方案选择，可以有效避免此类连接挂起问题。对于Spring Data Redis用户，Micrometer Tracing提供了更稳定可靠的替代方案。