SpringBoot整合Redisson：Redis分布式锁与集合实战

1. 为什么选择Redisson作为SpringBoot的Redis客户端

在Java生态中操作Redis的方案有很多，Jedis、Lettuce都是常见选择，但Redisson凭借其独特的设计理念脱颖而出。与直接操作Redis命令的Jedis不同，Redisson采用面向对象的方式封装Redis数据结构，让开发者可以用更符合Java习惯的方式使用Redis。

我曾在生产环境同时使用过Jedis和Redisson，实测发现Redisson的分布式锁实现比基于Jedis手写的锁更可靠。特别是在网络闪断等异常场景下，Redisson的看门狗机制能自动续期锁，避免了死锁问题。这也是为什么越来越多的项目开始采用Redisson作为Redis客户端。

重要提示：Redisson不仅支持单机模式，还完美适配哨兵、集群等部署方式。本文虽然聚焦单机模式，但后续扩展其他模式时，大部分API用法是完全一致的。

2. 环境准备与基础配置

2.1 依赖引入的正确姿势

在SpringBoot项目中引入Redisson需要添加以下依赖（以Maven为例）：

xml复制<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>3.23.4</version>
</dependency>

这里有个容易踩的坑：SpringBoot有自己的版本管理，直接指定redisson版本可能会被覆盖。我建议在properties中显式声明：

xml复制<properties>
    <redisson.version>3.23.4</redisson.version>
</properties>

2.2 单机模式配置详解

在application.yml中添加配置：

yaml复制spring:
  redis:
    host: 127.0.0.1
    port: 6379
    database: 0
    timeout: 3000
    redisson:
      config: |
        singleServerConfig:
          idleConnectionTimeout: 10000
          connectTimeout: 10000
          timeout: 3000
          retryAttempts: 3
          retryInterval: 1500
          password: null
          subscriptionsPerConnection: 5
          clientName: null
          address: "redis://${spring.redis.host}:${spring.redis.port}"
          subscriptionConnectionMinimumIdleSize: 1
          subscriptionConnectionPoolSize: 50
          connectionMinimumIdleSize: 10
          connectionPoolSize: 64
          database: ${spring.redis.database}
          dnsMonitoringInterval: 5000

关键参数说明：

• connectionPoolSize：连接池大小，根据QPS调整
• idleConnectionTimeout：空闲连接超时时间
• dnsMonitoringInterval：DNS监控间隔，防止IP变化导致连接失效

3. 核心功能实战

3.1 分布式锁的实现与陷阱

Redisson的分布式锁使用非常简单：

java复制RLock lock = redissonClient.getLock("orderLock");
try {
    // 尝试加锁，最多等待100秒，上锁后30秒自动解锁
    boolean res = lock.tryLock(100, 30, TimeUnit.SECONDS);
    if (res) {
        // 业务逻辑
    }
} catch (InterruptedException e) {
    Thread.currentThread().interrupt();
} finally {
    lock.unlock();
}

但这里有三个常见坑点：

1. 忘记在finally中释放锁，导致死锁
2. 没有处理InterruptedException，可能造成线程中断状态丢失
3. 锁过期时间设置过短，业务没执行完锁就失效了

3.2 分布式集合的使用技巧

Redisson提供了丰富的分布式集合：

java复制// Map
RMap<String, Object> map = redissonClient.getMap("userMap");
map.put("name", "张三");

// Set
RSet<String> set = redissonClient.getSet("userSet");
set.add("member1");

// 支持元素过期的Map
RMapCache<String, Object> mapCache = redissonClient.getMapCache("userCache");
mapCache.put("tempData", value, 10, TimeUnit.MINUTES); // 10分钟后自动过期

特别提醒：RMapCache的监听器可能会产生大量事件，在生产环境要谨慎使用。

4. 性能调优与问题排查

4.1 连接数异常增长问题

Redisson默认会维护一定数量的连接，但有时会出现连接数异常增长的情况。通过以下命令可以监控：

bash复制redis-cli info clients

如果发现连接数异常，检查：

1. 是否正确关闭了RedissonClient实例
2. 是否有连接泄漏（如获取锁后未释放）
3. 连接池配置是否合理

4.2 序列化优化建议

Redisson默认使用Jackson序列化，对于复杂对象可能性能不佳。可以自定义编码器：

java复制@Bean
public RedissonClient redissonClient() {
    Config config = new Config();
    config.setCodec(new JsonJacksonCodec()); // 或者使用更高效的FstCodec
    // 其他配置...
    return Redisson.create(config);
}

实测FstCodec比Jackson快3-5倍，但要注意FST需要类实现Serializable接口。

5. 生产环境最佳实践

5.1 健康检查与监控

建议添加以下健康检查：

java复制@Bean
public HealthIndicator redissonHealthIndicator(RedissonClient redisson) {
    return () -> {
        try {
            if ("PONG".equals(redisson.getKeys().ping())) {
                return Health.up().build();
            }
            return Health.down().build();
        } catch (Exception e) {
            return Health.down(e).build();
        }
    };
}

5.2 优雅关闭策略

在SpringBoot关闭时，需要确保Redisson正确关闭：

java复制@PreDestroy
public void destroy() {
    if (redissonClient != null && !redissonClient.isShutdown()) {
        redissonClient.shutdown();
    }
}

我在实际项目中遇到过因为未正确关闭RedissonClient导致Redis连接数耗尽的问题，这个教训值得大家注意。

6. 高级特性探索

6.1 异步接口与RxJava支持

Redisson支持异步操作和响应式编程：

java复制// 异步操作
RFuture<Void> future = redissonClient.getBucket("foo").setAsync("bar");

// RxJava2
RedissonReactiveClient client = Redisson.createReactive(config);
Mono<Void> mono = client.getBucket("foo").set("bar");

6.2 分布式限流实现

Redisson的RRateLimiter可以实现分布式限流：

java复制RRateLimiter rateLimiter = redissonClient.getRateLimiter("apiLimiter");
// 每秒最多5个请求
rateLimiter.trySetRate(RateType.OVERALL, 5, 1, RateIntervalUnit.SECONDS);

if (rateLimiter.tryAcquire()) {
    // 执行业务
} else {
    // 限流处理
}

这个功能在API网关等场景非常实用，比Guava的RateLimiter更适合分布式环境。

7. 常见问题解决方案

7.1 序列化兼容性问题

当修改类结构后，可能会遇到序列化兼容性问题。解决方案：

1. 使用@JsonTypeInfo添加类型信息
2. 实现自定义的Codec
3. 对于Map结构，可以考虑使用StringCodec

7.2 内存泄漏排查

Redisson的本地缓存可能会导致内存泄漏。如果发现内存持续增长：

1. 检查是否有未关闭的RMapCache
2. 使用VisualVM等工具分析堆内存
3. 考虑调整evictionPolicy和timeToLive参数

8. 测试策略建议

8.1 单元测试方案

使用Redisson提供的Mock服务：

java复制@BeforeEach
void setUp() {
    RedissonClient redisson = Redisson.create(
        new MockRedisConfiguration());
    // 测试代码...
}

8.2 集成测试技巧

建议使用Testcontainers启动真实的Redis进行测试：

java复制@Testcontainers
class RedissonIntegrationTest {
    @Container
    static RedisContainer redis = new RedisContainer("redis:7.0");
    
    @Test
    void testWithRealRedis() {
        Config config = new Config();
        config.useSingleServer()
            .setAddress("redis://" + redis.getHost() + ":" + redis.getFirstMappedPort());
        RedissonClient client = Redisson.create(config);
        // 测试代码...
    }
}

这种方案虽然启动稍慢，但能发现更多真实环境才会出现的问题。