Redis 序列化问题分析与解决方案

目录

引言

一、JDK 序列化

JDK 序列化存在的四大问题

序列化后数据体积大

解决方案：自定义序列化配置

方案一：GenericJackson2JsonRedisSerializer

潜在问题

方案二：Jackson2JsonRedisSerializer

总结

1. 默认 JDK 序列化的问题

2. 解决方案：自定义序列化配置

方案一：GenericJackson2JsonRedisSerializer

方案二：Jackson2JsonRedisSerializer

3. 关键对比与选型建议

---

引言

一、JDK 序列化

我们在使用spring-data-redis时可以直接注入RedisTemplate对redis进行操作：

@Autowired
private RedisTemplate redisTemplate;
    
@Test
void testRedisTemplate() {
    redisTemplate.opsForValue().set("test:1","hello");
}

但是数据库中的结果是这样的：

之所以产生以下结果是因为：在java中，使用RedisTemplate但是没有配置序列化器的话，会默认使用JDKSerializationRedisSerializer对当前的key和value进行序列化，而序列化的结果就是我们所看到的形式。JDKSerializationRedisSerializer进行序列化会把java对象转成为字节流，字节流以16进制形式存储在redis中，从而出现了\xac\xed\x00\x05 这样的内容。\xac\xed是用来标识这是java序列化后的字节流。

JDK 序列化存在的四大问题

1. 可读性差
   数据以二进制形式存储，无法直观阅读键值内容。

2. 序列化后数据体积大

   Java 原生序列化会包含大量元数据，像类的完整路径、版本号等，这会使序列化后的数据体积大幅增加。在存储大量数据时，会占用更多 Redis 内存空间。

3.  兼容性问题

   JDK序列化 依赖 Java 类的结构，若类的结构发生变化（如添加、删除字段，修改字段类型等），可能导致反序列化失败。此外，不同 Java 版本的序列化机制可能存在差异，跨版本使用时也容易出现兼容性问题。

4. 跨语言支持差

   JDK序列化 是基于 Java 语言的，序列化后的数据只能在 Java 环境中进行反序列化。如果系统涉及多种编程语言，使用该序列化器会导致数据无法在不同语言间共享和交互。

---

解决方案：自定义序列化配置

为避免上述问题，我们需要配置序列化器，而配置序列化器主要有两种方法

方案一：GenericJackson2JsonRedisSerializer

1.创建并配置一个RedisTemplate 的bean 在该bean中自定义序列化器

而在自定义序列化器的过程中我们会用到两种序列化方式

1.RedisSerializer.string() 

由spring data redis提供，用于返回StringRedisSerializer实例StringRedisSerializer 基于 UTF-8 编码实现字符串和字节数组之间的转换。在序列化过程中，将java字符串按UTF-8编码格式序列化成字节数组形式。这是因为redis存储数据是以字节形式存在，除此之外很多存储系统（如数据库，文件系统）都是以字节形式存储数据，所以在使用数据的持久化储存时需要把java字符串类型序列化成字节数组形式。

2.GenericJackson2JsonRedisSerializer()

由spring data redis提供，基于Jackson库实现，用语将java对象序列化成json形式的字节数组，以及将json 格式的字节数组反序列化为 Java 对象。

所以我们分析一下，我们要将string类型的key和hashkey使用StringRedisSerializer进行序列化，而可能是java对象的value使用GenericJackson2JsonRedisSerializer进行序列化。

配置方法：

@Configuration
public class RedisConfig {
    @Bean
    public RedisTemplate<String,Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
​
        GenericJackson2JsonRedisSerializer jsonSerializer = new GenericJackson2JsonRedisSerializer();
​
        template.setKeySerializer(RedisSerializer.string());
        template.setValueSerializer(jsonSerializer);
​
        template.setHashKeySerializer(RedisSerializer.string());
        template.setHashValueSerializer(jsonSerializer);
        template.setConnectionFactory(redisConnectionFactory);
        return template;
    }
}

存储形式：

{
  "@class": "com.ymh.pojo.entity.User",
  "id": 1,
  "name": "zhangsan",
  "age": 20
}

现在实体类和键名都是字节数组形式，不再是十六进制字节流。解决了JDKSerializationRedisSerializer序列化后可读性差，跨语言支持差的问题。

但是我们在redis中看到了"@class": "com.ymh.pojo.entity.User"这样的内容，这是由于

GenericJackson2JsonRedisSerializer 在序列化后产生的用于辅助GenericJackson2JsonRedisSerializer 进行反序列化操作的字段。在反序列化时jackson库会读取@class字段的值也就是类的全限定类名，并找到对应路径下的类，将json数据反序列化成类对应的java对象。

潜在问题

• 数据冗余：@class 字段会增加存储数据的体积，特别是在存储大量数据时，会占用更多的 Redis 内存空间。

• 类路径变更问题：如果 Java 类的包名、类名发生变化，或者类被移动到其他目录中，反序列化时由于 @class 记录的类路径失效，会导致反序列化失败。

  基于此我们来讲讲java对象进行序列化时，可以用到的另一种序列化器的配置。

  ---

  方案二：Jackson2JsonRedisSerializer

  Jackson2JsonRedisSerializer由spring data redis提供，用于将java对象序列化成为json格式的字节数组，并在反序列化时将json字节数组反序列化成java对象。但与GenericJackson2JsonRedisSerializer不同，Jackson2JsonRedisSerializer不会在redis中添加@class字段。

  具体配置：

@Configuration
public class RedisConfig {
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(redisConnectionFactory);
​
        Jackson2JsonRedisSerializer<Object> jsonSerializer = new Jackson2JsonRedisSerializer<>(Object.class);
​
        template.setKeySerializer(RedisSerializer.string());
        template.setValueSerializer(jsonSerializer);
        template.setHashKeySerializer(RedisSerializer.string());
        template.setHashValueSerializer(jsonSerializer);
​
        template.afterPropertiesSet();
        return template;
    }
}

储存形式：

{
  "id": 1,
  "name": "lisi",
  "age": 20
}

可以看到redis中不仅不存在JDKSerializationRedisSerializer序列化产生的可读性差，跨语言支持差的问题，同时也没有GenericJackson2JsonRedisSerializer 序列化后在redis增加@class字段造成储存冗余的问题。

总结

1. 默认 JDK 序列化的问题

• 问题表现
  使用未配置的 RedisTemplate 会默认采用 JDKSerializationRedisSerializer，导致存储数据为二进制流（如 \xac\xed\x00\x05t\x00\nhello），存在以下问题：

  1. 可读性差：二进制数据无法直观阅读。

  2. 体积膨胀：包含类元数据，内存占用高。

  3. 兼容性差：类结构变更或跨 Java 版本易失败。

  4. 跨语言限制：仅适用于 Java 生态。

2. 解决方案：自定义序列化配置

通过配置 RedisTemplate 的序列化器，优化存储格式。常用两种 Jackson 序列化方案：

---

方案一：GenericJackson2JsonRedisSerializer

机制

• 序列化时添加 @class 字段记录类型信息（如 "@class": "com.example.User"）。

• 反序列化时通过 @class 动态解析对象类型。

优缺点

• 优点：支持多态类型，反序列化自动识别对象类型。

• 缺点：

  • 数据冗余：@class 字段增加存储体积。

  • 类路径耦合：类名或包名变更会导致历史数据反序列化失败。

  • 安全风险：反序列化时依赖类路径，可能引发反序列化攻击。

---

方案二：Jackson2JsonRedisSerializer

机制

• 纯 JSON 序列化，不添加额外类型信息。

• 反序列化时需显式指定目标类型。

优缺点

• 优点：

  • 数据精简：无额外元数据，存储体积小。

  • 跨语言友好：标准 JSON 格式，通用性强。

• 缺点：

  • 类型强耦合：需在序列化时指定类型，反序列化时需明确知道类型。

  • 多态支持弱：无法自动处理继承或复杂类型集合。

---

3. 关键对比与选型建议

特性	JDKSerializationRedisSerializer	GenericJackson2JsonRedisSerializer	Jackson2JsonRedisSerializer
存储格式	二进制流	JSON（含 @class 类型信息）	纯 JSON
可读性	❌ 差	✅ 优	✅ 优
存储体积	❌ 大	⚠️ 中（含元数据）	✅ 小
跨语言支持	❌ 仅 Java	✅ 优（需其他语言解析 @class）	✅ 优
多态类型支持	✅ 优	✅ 优	❌ 差
反序列化类型安全	⚠️ 依赖类路径	⚠️ 依赖类路径	✅ 显式指定类型，更安全

选型建议

1. 简单类型 & 明确类型：优先选择 Jackson2JsonRedisSerializer，需显式指定类型。

2. 复杂对象 & 多态需求：使用 GenericJackson2JsonRedisSerializer，但需接受 @class 冗余。

3. 避免使用 JDK 序列化：除非需兼容旧系统或处理特殊二进制数据。