基于Spring的Redisson客户端CPU使用率达90%，寻求优化建议

基于Spring框架，使用AWS ElastiCache Redis 7.0.7、Java 1.8、Redisson 3.16.0客户端，配置如下：

final Config redissonConfig = new Config();
redissonConfig.setNettyThreads(256);
redissonConfig.setThreads(128);
redissonConfig.useClusterServers()
        .setKeepAlive(true)
        .setConnectTimeout(5000)
        .setRetryAttempts(1)
        .setRetryInterval(50)
        .setPingConnectionInterval(10000)
        .setDnsMonitoringInterval(20000)
        .addNodeAddress(redisAddress);
RedissonClient client = Redisson.create(redissonConfig);
return client;

通过@Cacheable实现方法缓存后，CPU使用率上升60%至90%，以下是针对性优化建议：

1. 优化线程池参数配置 #

当前NettyThreads=256、Threads=128的设置远超出合理范围，Java 8的线程上下文切换开销会随线程数量剧增而飙升。建议根据服务器CPU核心数调整：

• NettyThreads（IO线程池）：设置为CPU核心数的2倍（例如8核服务器设为16）
• Threads（业务处理线程池）：设置为CPU核心数（例如8核服务器设为8）

调整后配置示例：

redissonConfig.setNettyThreads(16);
redissonConfig.setThreads(8);

2. 排查@Cacheable使用合理性 #

• 缓存命中率检查：若缓存命中率过低，大量请求会穿透至业务方法，叠加Redis请求开销导致CPU飙升。可通过Spring Cache统计功能或Redisson监控工具统计命中率，针对性调整缓存过期时间、补充缓存预热逻辑。
• 序列化/反序列化开销：Redisson默认使用Jackson序列化，复杂对象的序列化操作会占用大量CPU。建议：
  • 简化缓存对象结构，仅缓存必要字段
  • 切换为更高效的序列化方式，如Kryo，配置示例：

    Codec codec = new KryoCodec();
    redissonConfig.setCodec(codec);
    

• 缓存Key生成逻辑：检查是否存在重复生成复杂Key的情况，避免不必要的字符串拼接、哈希计算开销。

3. 调整Redis连接相关配置 #

• 降低Ping频率：当前setPingConnectionInterval(10000)（10秒一次）过于频繁，可调整为30000（30秒）或60000（60秒），减少无意义的IO操作：

  .setPingConnectionInterval(30000)
  

• 启用TCP_NODELAY：开启该选项可减少TCP数据包延迟，降低IO线程的处理开销：

  .setTcpNoDelay(true)
  

4. 升级Redisson客户端版本 #

Redisson 3.16.0属于较旧版本，存在一些已知的线程调度、序列化性能问题。建议升级至最新稳定版本（如3.20.x系列），修复旧版本的性能瓶颈。

5. 定位CPU消耗热点 #

使用工具排查具体线程的CPU占用情况：

• 用jstack命令导出线程栈，分析Netty IO线程、Redisson业务线程、Spring Cache线程的栈信息，定位是否存在线程阻塞、循环调用等问题
• 用jprofiler或visualvm等工具监控CPU占用热点，明确是序列化、线程切换还是业务方法本身导致的CPU飙升，再针对性优化

内容的提问来源于stack exchange，提问作者Osama Jetawe