Spring Data Redis与Spring Boot 3.5.0版本兼容性问题解析
2025-07-08 12:06:58作者:羿妍玫Ivan
在使用Spring Boot 3.5.0版本时,开发者可能会遇到一个与Redis缓存相关的运行时异常。当配置了Redis缓存的TTL(Time To Live)参数后,系统会抛出java.lang.NoSuchMethodError异常,提示找不到redis.clients.jedis.params.SetParams.px(long)方法。
问题现象
该问题主要出现在以下两种配置场景中:
- 通过application.properties/yml文件配置:
spring.cache.redis.time-to-live=1500s
- 通过Java代码配置RedisCacheManager:
@Bean
RedisCacheManager cacheManager(RedisConnectionFactory redisConnectionFactory) {
RedisCacheConfiguration cacheConfig = RedisCacheConfiguration.defaultCacheConfig()
.entryTtl(Duration.ofSeconds(1500))
.disableCachingNullValues();
return RedisCacheManager.builder(redisConnectionFactory)
.cacheDefaults(cacheConfig)
.build();
}
问题根源
这个问题的本质是Spring Boot 3.5.0版本中引入的依赖冲突。具体来说,是Jedis客户端库的版本不兼容问题。在Spring Boot 3.5.0中,默认引入的Jedis版本可能较低,而Spring Data Redis在实现TTL功能时需要调用Jedis 6.0.0及以上版本中新增的API方法。
解决方案
目前有两种可行的解决方案:
- 显式指定Jedis版本:在项目的pom.xml文件中强制指定Jedis的版本为6.0.0或更高版本:
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>6.0.0</version>
</dependency>
- 等待Spring Boot官方修复:Spring Boot团队已经意识到这个问题,并计划在3.5.1版本中修复这个兼容性问题。届时开发者可以直接升级Spring Boot版本而无需手动指定Jedis版本。
技术背景
这个问题的出现反映了Java生态系统中依赖管理的重要性。当底层库(这里是Jedis)的API发生变化时,上层框架(Spring Data Redis)如果依赖了新API,而项目实际引入的库版本不匹配,就会导致运行时错误。
NoSuchMethodError是典型的二进制兼容性问题,它发生在编译时使用的类版本与运行时加载的类版本不一致的情况下。在这个具体案例中,Spring Data Redis编译时可能使用了Jedis 6.0.0+的API,但运行时加载的是较低版本的Jedis类。
最佳实践建议
- 在项目中使用依赖管理工具(如Maven的dependencyManagement或Gradle的platform)统一管理依赖版本
- 定期检查项目中的依赖冲突,可以使用
mvn dependency:tree或Gradle的依赖分析工具 - 关注框架的发布说明,特别是涉及底层依赖升级的变更
- 考虑使用Spring Boot的BOM(Bill of Materials)来管理相关依赖版本
总结
这个问题的出现提醒我们,在升级Spring Boot等大型框架时,需要特别注意其传递依赖的变化。对于生产环境,建议在升级前充分测试,或者等待第一个维护版本(如这里的3.5.1)发布后再进行升级,以获得更稳定的依赖关系。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
9
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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219