redis在spring boot中异常退出的问题解决方案

目录

• 问题：
• 解决
• 问题根源
• ️ 解决方案
• 1. 异步处理 + 提前ACK（关键步骤）
• 2. 调整Redis消费者组参数
• 3. 优化Redis连接配置
• 4. 监控Pending队列
• 5. 添加熔断机制
• 验证方案
• 关键优化点总结
• 代码具体添加位置：
• 一、优化Redis连接配置
• 二、监控Pending队列
• 三、添加熔断机制
• 四、代码集成位置总结
• 五、参数调整建议

问题：

Exception in thread "rtsp-consumer-3" org.springframework.data.redis.RedisConnectionFailureException: Unable to connect to Redis; nested exception is io.lettuce.core.RedisConnectionException: Unable to connect to localhost:6379

    at org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory$ExceptionTranslatingConnectionProvider.translateException(LettuceConnectionFactory.Java:1689)

    at org.springframework.pythondata.redis.connection.lettuce.LettuceConnectionFactory$ExceptionTranslatingConnectionProvider.getConnection(LettuceConnectionFactory.java:1597)

    at org.springframework.data.redis.connection.lettuce.LettuceConnection.doGetAsyncDedicatedConnection(LettuceConnection.java:1006)

    at org.springframework.data.redis.connection.lettuce.LettuceConnection.getOrCreateDedicatedConnection(LettuceConnection.java:1069)

    at org.springframework.data.redis.connection.lettuce.LettuceConnection.getAsyncDedicatedConnection(LettuceConnection.java:990)

    at org.springframework.data.redis.connection.lettuce.LettuceStreamCommands.getAsyncDedicatedConnection(LettuceStreamCommands.java:395)

    at org.springframework.data.redis.connection.lettuce.LettuceStreamCommands.xReadGroup(LettuceStreamCommands.java:346)

    at org.springframework.data.redis.connection.DefaultedRedisConnection.xReadGroup(DefaultedRedisConnection.java:592)

    at org.springframework.data.redis.core.DefaultStreamOperations$4.inRedis(DefaultStreamOperations.java:310)

    at org.springframework.data.redis.core.DefaultStreamOperations$RecordDeserializingRedisCallback.doInRedis(DefaultStreamOperations.java:387)

    at org.springframework.data.redis.core.DefaultStreamOperations$RecordDeserializingRedisCallback.doInRedis(DefaultStreamOperations.java:382)

    at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:222)

    at org.springframework.data.redis.core.RedisTemplate.execute(RedisTemplate.java:189)

    at org.springframework.data.redis.core.AbstractOperations.execute(AbstractOperations.java:96)

    at org.springframework.data.redis.core.DefaultStreamOperations.read(DefaultStreamOperations.java:305)

    at com.ruoyi.vedioFrame.utils.RedisStreamOperations.readGroup(RedisStreamOperations.java:70)

    at com.ruoyi.vedioFrame.service.impl.StreamConsumerService.consumeFrames(StreamConsumerService.java:200)

    at com.ruoyi.vedioFrame.service.impl.StreamConsumerService.lambda$null$0(StreamConsumerService.java:108)

    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)

    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)

    at java.lang.Thread.run(Thread.java:745)

Caused by: io.lettuce.core.RedisConnectionException: Unable to connect to localhost:6379

    at io.lettuce.core.RedisConnectionException.create(RedisConnectionException.java:78)

    at io.lettuce.core.RedisConnecwww.devze.comtionException.create(RedisConnectionException.java:56)

    at io.lettuce.core.AbstractRedisClient.getConnection(AbstractRedisClient.java:330)

    at io.lettuce.core.RedisClient.connect(RedisClient.java:216)

    at org.springframework.data.redis.connection.lettuce.StandaloneConnectionProvider.lambda$getConnection$1(StandaloneConnectionProvider.java:115)

    at java.util.Optional.orElseGet(Optional.java:267)

    at org.springframework.data.redis.connection.lettuce.StandaloneConnectionProvider.getConnection(StandaloneConnectionProvider.java:115)

    at org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory$ExceptionTranslatingConnectionProvider.getConnection(LettuceConnectionFactory.java:1595)

    ... 19 more

Caused by: io.netty.channel.AbstractChannel$AnnotatedSocketException: Address already in use: no further information: localhost/127.0.0.1:6379

Caused by: java.net.BindException: Address already in use: no further information

    at sun.nio.ch.SocketChannelImpl.checkConnect(Native Method)

    at sun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:717)

    at io.netty.channel.socket.nio.NIOSocketChannel.doFinishConnect(NioSocketChannel.java:337)

    at io.netty.channel.nio.AbstractNioChannel$AbstractNioUnsafe.finishConnect(AbstractNioChannel.java:334)

    at io.netty.channel.nio.NioEventLoop.processSelectedKey(NioEventLoop.java:776)

    at io.netty.channel.nio.NioEventLoop.processSelectedKeysOptimized(NioEventLoop.java:724)

    at io.netty.channel.nio.NioEventLoop.processSelectedKeys(NioEventLoop.java:650)

    at io.netty.channel.nio.NioEventLoop.run(NioEventLoop.java:562)

    at io.netty.util.concurrent.SingleThreadEventExecutor$4.run(SingleThreadEventExecutor.java:997)

    at io.netty.util.internal.ThreadExecutorMap$2.run(ThreadExecutorMap.java:74)

    at io.netty.util.concurrent.FastThreadLocalRunnable.run(FastThreadLocalRunnable.java:30)

    at java.lang.Thread.run(Thread.java:745) 

解决

根据代码和现象分析，根本原因可能是处理时间过长导致Redis消息积压触发超时异常。以下是详细分析和解决方案：

问题根源

同步阻塞模型：

• frameProcessor.process()调用外部接口时存在网络延迟，导致消息处理时间超过Redis的block超时（2000ms）。
• 未及时ACK会导致消息重新进入Pending状态，积累后触发READONLY错误或消费者组失效。

Thread.sleep(1000)加剧阻塞：

• 即使没有消息，每次循环强制休眠1秒，降低消费吞吐量，无法及时处理积压消息。

异常未妥善处理：

• 注释掉的try-catch导致处理过程中的异常（如网络超时）未被捕获，中断循环后Redis连接未正确恢复。

️ 解决方案

1. 异步处理 + 提前ACK（关键步骤）

将消息处理与ACK分离，处理前立即ACK避免消息积压，异步处理业务逻辑：

ExecutorService executor = Executors.newCachedThreadPool(); // 全局线程池
while (!Thread.currentThread().isInterrupted()) {
    List<MapRecord<String, Object, Object>> records = redisStreamOperations.readGroup(...);
    if (records != null) {
        for (MapRecord<String, Object, Object> record : records) {
            // 提前ACK释放消息
            redisStreamOperations.ack(streamKey, groupName, record.getId());
            // 提交异python步任务处理业务
            executor.submit(() -> {
                try {
                    String strdata = (String) record.getValue().get("frameData");
                    byte[] frameData = Base64.getDecoder().decode(strdata);
                    BufferedImage image = ImageIO.read(new ByteArrayInputStream(frameData));
                    frameProcessor.process(image, streamId, commonQueues, regions);
                } catch (Exception e) {
                    log.error("处理帧失败: {}", e.getMessage());
                }
            });
        }
    }
    // 移除Thread.sleep(1000) 提升吞吐量
}

2. 调整Redis消费者组参数

增加XGROUP CREATE时的BLOCK和IDLE超时：

XGROUP CREATE stream:1234 mygroup $ MKSTREAM BLOCK 5000 IDLE 30000

3. 优化Redis连接配置

确保RedisTemplate的读写超时大于业务处理最长时间：

@Bean
public RedisTemplate<String, Object> redisTemplate() {
    RedisTemplate<String, Object> template = new RedisTemplate<>();
    template.setConnectionFactory(redisConnectionFactory());
    // 设置超时时间（示例：10秒）
    RedisConnectionFactory factory = template.getConnectionFactory();
    if (factory instanceof LettuceConnectionFactory) {
        ((LettuceConnectionFactory) factory).setTimeout(Duration.ofSeconds(10));
    }
    return template;
}

4. 监控Pending队列

定期检查Pending消息数量，异常时重置消费者：

// 在循环中添加检查
Long pending = redisTemplate.opsForStream().pending(streamKey, groupName);
if (pending > 1000) { // 阈值根据业务设定
    redisTemplate.opsForStream().destroyGroup(streamKey, groupName);
    redisTemplate.opsForStream().createGroup(streamKey, groupName);
}

5. 添加熔断机制

当外部接口连续失败时，暂停消费避免雪崩：

// 全局熔断器
CircuitBreaker breaker = CircuitBreaker.ofDefaults("frameProcessor");
// 处理逻辑改为
breaker.executeSupplier(() -> {
    frameProcessor.process(...);
    return null;
});

验证方案

日志监控：

// 在异步任务中添加耗时日志
long start = System.currentTimeMillis();
frameProcessor.process(...);
log.info("处理耗时: {}ms", System.currentTimeMillis() - start);

确保单次处理时间低于Redis超时阈值。

Redis CLI检查：

XINFO GROUPS stream:1234  # 查看消费者组状态
XPENDING stream:1234 mygroup # 查看Pending消息

关键优化点总结

通过以上改造，即使frameProcessor.process()调用外部平台接口，也能通过异步化和资源隔离保证Redis消费链路的稳定性。最终只需确保线程池和熔断参数适配业务负载即可。

代码具体添加位置：

以下http://www.devze.com是针对 优化Redis连接配置、监控Pending队列 和 添加熔断机制 的代码具体添加位置的详细说明：

一、优化Redis连接配置

位置：Redis配置类

在Spring Boot的Redis配置类中调整超时参数（通常为RedisConfig.java）：

@Configuration
public class RedisConfig {
    @Bean
    public RedisTemplate<String, Object> redisTemplate(LettuceConnectionFactory lettuceConnectionFactory) {
        // 设置连接超时和读写超时（关键参数）
        lettuceConnectionFactory.setTimeout(Duration.ofSeconds(10));  // 命令超时时间
        lettuceConnectionFactory.setShareNativeConnection(false);    // 禁用共享连接，避免阻塞
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(lettuceConnectionFactory);
        template.setKeySerializer(new StringRedisSerializer());
        template.setValueSerializer(new GenericJackson2jsonRedisSerializer());
        return template;
    }
}

关键参数说明：

• setTimeout(10秒)：确保超时时间大于frameProcessor.process()的最长处理时间
• setShareNativeConnection(false)：避免多个线程共享同一个连接导致阻塞。

二、监控Pending队列

位置：consumeFrames方法内的循环中

在消费消息的主循环中定期检查Pending队列：

private void consumeFrames(String streamId, String groupName, String consumerName,
                           CommonQueues commonQueues, String regions) throws InterruptedException, IOException {
    // ... 其他初始化代码 ...
    int checkPendingInterval = 10; // 每处理10次循环检查一次Pending队列
    int loopCount = 0;
    while (!Thread.currentThread().isInterrupted()) {
        // ... 原有代码读取消息 ...
        // 监控Pending队列的逻辑（添加位置）
        loopCount++;
        if (loopCount % checkPendingInterval == 0) {
            String streamKey = "stream:" + streamId;
            PendingMessages pending = redisStreamOperations.pending(streamKey, groupName);
            if (pending != null && pending.getTotalPendingMessages() > 1000) { // 阈值根据业务调整
                log.warn("检测到Pending消息积压 {} 条，重置消费者组", pending.getTotalPendingMessages());
                redisStreamOperations.destroyGroup(streamKey, groupName);
                redisStreamOperations.createGroup(StreamKey.of(streamKey), groupName);
            }
        }
        // ... 后续处理代码 ...
    }
}

说明：

• 通过redisStreamOperations.pending()获取当前Pending消息数。
• 当Pending消息超过阈值时，强制销毁并重建消费者组，避免消息卡死。

三、添加熔断机制

位置：处理消息的业务逻辑外层

使用Resilience4j熔断器包裹frameProcessor.process()调用：

1. 熔断器配置类

@Configuration
public class CircuitBreakerConfig {
    @Bean
    public CircuitBreaker frameProcessorCircuitBreaker() {
        CircuitBreakerConfig config = CircuitBreakerConfig.custom()
            .failureRateThreshold(50)          // 失败率阈值50%
            .slidingWindowType(SlidingWindowType.COUNT_BASED)
            .slidingWindowsize(10)             // 基于最近10次调用统计
            .minimumNumberOfCalls(5)           // 最少5次调用后开始计算
            .waitDurationInOpenState(Duration.ofSeconds(30)) // 熔断后30秒进入半开状态
            .build();
        return CircuitBreakerRegistry.of(config).circuitBreaker("frameProcessor");
    }
}

2. 在消费代码中使用熔断器

public class YourConsumerClass {
    @Autowired
    private CircuitBreaker frameProcessorCircuitBreaker; // 注入熔断器
    private void consumeFrames(...) {
        // ... 原有代码 ...
        for (MapRecord<String, Object, Object> record : records) {
            redisStreamOperations.ack(...); // 提前ACK
            // 使用熔断器保护处理逻辑（添加位置）
            Try.runRunnable(() -> frameProcessorCircuitBreaker.executeRunnable(() -> {
                String strdata = (String) record.getValue().get("frameData");
                byte[] frameData = Base64.getDecoder().decode(strdata);
                BufferedImage image = ImageIO.read(new ByteArrayInputStream(frameData));
                frameProcessor.process(image, streamId, commonQueues, regions);
            })).onFailure(e -> log.error("处理失败且熔断: {}", e.getMessage()));
        }
        // ... 后续代码 ...
    }
}

熔断逻辑说明：

• 当frameProcessor.process()连续失败触发阈值时，熔断器会暂时阻止后续调用，避免雪崩效应。
• 熔断期间直接跳过处理，但仍会ACK消息（根据业务需求选择是否重试）。

四、代码集成位置总结

五、参数调整建议

Redis超时：

• lettuceConnectionFactory.setTimeout应大于frameProcessor.process()的最大处理时间 + 网络抖动余量（如设置为实际最大处理时间的2倍）。

Pending队列阈值：

• 如果每秒处理100条消息，阈值可设置为1000（相当于10秒积压量）。

熔断器参数：

• failureRateThreshold：根据外部接口的稳定性调整（如频繁超时可设为70%）。
• waitDurationInOpenState：根据外部服务恢复时间调整（如30秒到5分钟）。

通过以上改造，即使frameProcessor.process()调用外部平台接口，也能通过资源隔离、快速失败和自动恢复机制保障Redis消费链路的稳定性。

到此这篇关于redis在spring boot中异常退出的文章就介绍到这了,更多相关redis spring boot异常退出内容请搜索编程客栈(www.devze.com)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程客栈(www.devze.com)！