企业官网建设流程全解析

Redisson RLocalCachedMap 事务缓存一致性完整排查指南

【免费下载链接】redissonRedisson: Valkey & Redis Java Client and Real-Time Data Platform. Sync/Async/RxJava/Reactive API. Over 50 Valkey and Redis based Java objects and services: Set, Multimap, SortedSet, Map, List, Queue, Deque, Semaphore, Lock, AtomicLong, Map Reduce, Bloom filter, Spring, Tomcat, Scheduler, JCache API, Hibernate, RPC, local cache..项目地址: https://gitcode.com/GitHub_Trending/re/redisson

凌晨 02:14，对账任务报警：优惠券ACT-618在 Redis 主节点剩余 12 张，而三台应用节点的RLocalCachedMap本地缓存仍读到 18。当晚的核销写入都走 Redisson 事务，读走本地缓存，问题指向事务提交与缓存失效通知之间的时间差。

现象长什么样

排查入口是让对账任务逐节点比对 Redis 主节点值与本地缓存值，再结合事务监控定位窗口期。典型症状有三条：

• 值差持续数秒：事务提交后，本地读出的库存高于主节点值（核销场景里"偏高"即未扣减），过一段时间自行收敛
• 节点漂移：同一 key 提交后，各节点本地值不一致，收敛时刻各不相同
• 命中率掩盖问题：本地缓存命中率很高，常规采样采不到偏差，往往靠对账或下游投诉暴露

WARN ReconcileJob - coupon=ACT-618 node=app-03 redis=12 local=18 delta=6 WARN ReconcileJob - coupon=ACT-618 node=app-05 redis=12 local=15 delta=3 INFO TxMonitor - tx=TX-9912 state=COMMIT_OK elapsed_ms=41

机制拆解

先说事务侧。Redisson 事务把写入先缓存在客户端的事务对象中，提交时以 MULTI/EXEC 形式批量下发，隔离级别为READ_COMMITTED，详见事务管理官方说明。也就是说，EXEC 之前 Redis 里的 key 完全不变，写入在 EXEC 那一刻才落地。

再说缓存侧。RLocalCachedMap的一致性依赖另一条通道：服务端数据变化后，向各客户端实例广播失效或更新消息。本地缓存配置支持三种同步策略——INVALIDATE（删除对应条目，默认值）、UPDATE（广播完整键值）、NONE（不主动同步），定义见客户端缓存文档的本地缓存小节。

时间差由此产生：失效消息由服务端真实变更触发，而真实变更只发生在 EXEC 之后；消息从生成、投递到各实例处理，还要再走一个网络往返。窗口期内，读请求命中的仍是本地旧值。类似快递延迟——货先走了，通知后到。NONE策略连消息都没有；INVALIDATE只删条目不回写新值，窗口期读要么拿到旧值、要么回源，两种表现都不理想。

三条修复路径

路径一：调同步策略，让框架收尾

适用边界：读多写少、多节点部署、能接受完整键值广播的带宽开销。核心是把同步策略切到UPDATE，让各节点不必回源即可收敛；同时在事务层挂一个提交回调，提交成功后主动触发一次本地重算，覆盖消息投递窗口。

// 本地缓存选项：广播完整键值，各节点无需回源 LocalCachedMapOptions<String, Integer> cacheOptions = LocalCachedMapOptions.<String, Integer>defaults() .syncStrategy(SyncStrategy.UPDATE) .reconnectionStrategy(ReconnectionStrategy.CLEAR) .cacheSize(2048); RLocalCachedMap<String, Integer> stockCache = redisson.getLocalCachedMap("coupon:stock", cacheOptions); // 事务提交回调：commit 成功后主动触发一次本地重算 TransactionSynchronizationManager.registerSynchronization( new TransactionSynchronization() { @Override public void afterCommit() { stockCache.recompute(); // 覆盖消息在途的窗口期 } });

什么时候别用它：值对象很大或写频率极高时不要选它，UPDATE每次变更都要广播完整键值，带宽和内存放大明显。

路径二：提交后显式刷新，用代码补偿

适用边界：键数量少、更新频率低、不想动全局同步策略。做法是在事务外持有同名对象，commit 成功后立刻对该 key 调refresh从主节点回拉；单个键补偿不生效时，退化为清空整块本地缓存。

RTransaction tx = redisson.createTransaction(TransactionOptions.defaults()); RLocalCachedMap<String, Integer> txStock = tx.getLocalCachedMap("coupon:stock", LocalCachedMapOptions.<String, Integer>defaults().cacheSize(512)); // 事务内写入核销结果 txStock.put("ACT-618", 11); tx.commit(); // 事务外补偿本地缓存 RLocalCachedMap<String, Integer> stock = redisson.getLocalCachedMap("coupon:stock"); Boolean refreshed = stock.refresh("ACT-618"); if (!Boolean.TRUE.equals(refreshed)) { stock.clearLocalCache(); // 单键刷新未命中时整块清空 }

什么时候别用它：提交率高且键多时别用，每次 commit 都追加补偿请求，提交 RT 会被明显抬上去。

路径三：值内嵌版本号，改造数据模型

适用边界：写并发极高、正确性优先、能接受值结构变更与乐观重试。把值组织成剩余:版本形式，写入时比较并交换旧值，版本已变就重试，保证更新不会被静默覆盖。

// 值布局 "剩余:版本"，例如 "12:7" String key = "ACT-618"; RLocalCachedMap<String, String> stock = redisson.getLocalCachedMap("coupon:stock"); while (true) { String raw = stock.get(key); if (raw == null) { throw new IllegalStateException("券库存未初始化"); } String[] parts = raw.split(":"); int remaining = Integer.parseInt(parts[0]); long version = Long.parseLong(parts[1]); if (remaining <= 0) { throw new CouponExhaustedException(key); } // 比较并交换：旧值未变才替换，否则重试 if (stock.replace(key, raw, (remaining - 1) + ":" + (version + 1))) { return; } }

什么时候别用它：多字段联动更新、或值本身无法自然版本化时别用它，重试循环会迅速复杂化且吞吐下降。

选型速查

上线前验证清单

• ✅ 构造并发：测试环境起 4 个进程共享同一 map key，2 个跑事务写循环、2 个持续读并记录本地与主节点的差值
• ✅ 测窗口：每次 commit 后以 100ms 间隔采样本地值，记录差值归零耗时，对比INVALIDATE与UPDATE的收敛曲线
• ✅ 验刷新：显式刷新路径提交后立即读本地值，断言与主节点一致
• ✅ 验版本：双线程并发替换同一 key，断言最终版本增量等于提交总数，确认无丢失更新
• ✅ 盯指标：缓存命中率、广播消息量、提交 RT p99，发布后观察一个完整核销高峰

一句话结论：事务提交与缓存收敛之间的窗口是物理约束，三条路径只是在这个窗口上做出的不同取舍——先测出窗口，再决定站在哪一层。

进阶阅读：

• 事务参数选项与隔离级别
• 客户端侧缓存原生实现
• Map 本地缓存与数据分区

【免费下载链接】redissonRedisson: Valkey & Redis Java Client and Real-Time Data Platform. Sync/Async/RxJava/Reactive API. Over 50 Valkey and Redis based Java objects and services: Set, Multimap, SortedSet, Map, List, Queue, Deque, Semaphore, Lock, AtomicLong, Map Reduce, Bloom filter, Spring, Tomcat, Scheduler, JCache API, Hibernate, RPC, local cache..项目地址: https://gitcode.com/GitHub_Trending/re/redisson