RedisTemplate、StringRedisTemplate、序列化器配置

Lettuce和Jedis

RedisTemplate是SpringDataRedis中对JedisApi的高度封装,提供了Redis各种操作、 异常处理及序列化,支持发布订阅。

首先我们要知道SpringData是Spring中数据操作的模块,包括对各种数据库的集成,比如我们之前学过的Spring Data JDBC、JPA等,其中有一个模块叫做Spring Data Redis,而RedisTemplate就是其中提供操作Redis的通用模板

Spring Data Redis中提供了如下的内容:

1、对不同Redis客户端的整合(Lettuce和Jedis

2、提供了RedisTemplate统一API操作Redis

3、⽀持Redis订阅发布模型

4、⽀持Redis哨兵和集群

5、⽀持基于Lettuce的响应式编程(底层就是Netty

6、⽀持基于JDK、JSON、字符串、Spring对象的数据序列化、反序列化

使用Spring Data Redis需要引入RedisTemplate依赖和commons-pool连接池依赖,Jedis与RedisTemplate底层使用的连接池都是commons-pool2,所以需要导入它

<dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
 <groupId>org.apache.commons</groupId>
 <artifactId>commons-pool2</artifactId>
</dependency>

这⾥我们可以看⼀下spring-boot-starter-data-redis底层,发现并没有引入Jedis

原因:

在SpringBoot 2.x版本以后,从原来的Jedis替换成了lettuce,所以2.x以后开始默认使用Lettuce作为Redis客户端,Lettuce客户端基于Netty的NIO框架实现,只需要维持单一的连接(非阻塞式IO)即可高校支持业务端并发请求。同时,Lettuce支持的特性更加全面,其性能表现并不逊于,甚至优于Jedis。

简单理解:

  • Jedis:
    采用的直连,多个线程操作不安全,如果想要避免线程安全问题,就需要使用JedisPool连接池,但是也会有一些线程过多等其他问题,类似于BIO(阻塞式IO)
  • Lettuce:
    底层采用Netty,实例可以在多个线程中进行共享,不存在线程安全问题!类似NIO

默认的RedisTemplate测试

@SpringBootTest
class RedisTestApplicationTests { 
 @Autowired
 private RedisTemplate redisTemplate;
 @Test
 void contextLoads() {
 redisTemplate.opsForValue().set("CSDN","青秋.");
 System.out.println(redisTemplate.opsForValue().get("CSDN"));

 }
}

通过指令来查看发现是乱码,这就涉及到了序列化的问题了。

想要解决以上问题,需要了解RedisTemplate序列化的问题,首先进入RedisTemplate源码,发现需要设置key、hashKey和value、hashValue的序列化器

再往下看有一个默认的序列化器

也就是说,RedisTemplate默认采用的是默认的JDK序列化器,这种序列化方式会有一定的问题 比如可读性差、内存占用大

所以总结来说,我们可以修改key和value的RedisSerializer具体实现,这⾥我们可以先看⼀下 RedisSerializer的实现类有哪些:

  • JacksonJsonRedisSerializer: 序列化object对象为json字符串
  • Jackson2JsonRedisSerializer: 跟JacksonJsonRedisSerializer实际上是一样的
  • JdkSerializationRedisSerializer: 序列化java对象
  • GenericToStringSerializer: 可以将任何对象泛化为字符串并序列化
  • StringRedisSerializer: 简单的字符串序列化

各个序列化器性能测试对比

 @Test
    public void testSerial(){
        UserPO userPO = new UserPO(1111L,"小明_testRedis1",25);
        List<Object> list = new ArrayList<>();
        for(int i=0;i<200;i++){
            list.add(userPO);
        }
        JdkSerializationRedisSerializer j = new JdkSerializationRedisSerializer();
        GenericJackson2JsonRedisSerializer g = new GenericJackson2JsonRedisSerializer();
        Jackson2JsonRedisSerializer j2 = new Jackson2JsonRedisSerializer(List.class);


        Long j_s_start = System.currentTimeMillis();
        byte[] bytesJ = j.serialize(list);
        System.out.println("JdkSerializationRedisSerializer序列化时间:"+(System.currentTimeMillis()-j_s_start) + "ms,序列化后的长度:" + bytesJ.length);
        Long j_d_start = System.currentTimeMillis();
        j.deserialize(bytesJ);
        System.out.println("JdkSerializationRedisSerializer反序列化时间:"+(System.currentTimeMillis()-j_d_start));


        Long g_s_start = System.currentTimeMillis();
        byte[] bytesG = g.serialize(list);
        System.out.println("GenericJackson2JsonRedisSerializer序列化时间:"+(System.currentTimeMillis()-g_s_start) + "ms,序列化后的长度:" + bytesG.length);
        Long g_d_start = System.currentTimeMillis();
        g.deserialize(bytesG);
        System.out.println("GenericJackson2JsonRedisSerializer反序列化时间:"+(System.currentTimeMillis()-g_d_start));

        Long j2_s_start = System.currentTimeMillis();
        byte[] bytesJ2 = j2.serialize(list);
        System.out.println("Jackson2JsonRedisSerializer序列化时间:"+(System.currentTimeMillis()-j2_s_start) + "ms,序列化后的长度:" + bytesJ2.length);
        Long j2_d_start = System.currentTimeMillis();
        j2.deserialize(bytesJ2);
        System.out.println("Jackson2JsonRedisSerializer反序列化时间:"+(System.currentTimeMillis()-j2_d_start));
    }

测试结果

JdkSerializationRedisSerializer序列化时间:8ms,序列化后的长度:1325
JdkSerializationRedisSerializer反序列化时间:4
GenericJackson2JsonRedisSerializer序列化时间:52ms,序列化后的长度:17425
GenericJackson2JsonRedisSerializer反序列化时间:60
Jackson2JsonRedisSerializer序列化时间:4ms,序列化后的长度:9801
Jackson2JsonRedisSerializer反序列化时间:4
  • JdkSerializationRedisSerializer序列化后长度最小,Jackson2JsonRedisSerializer效率最高。
  • 如果综合考虑效率和可读性,牺牲部分空间,推荐key使用StringRedisSerializer,保持的key简明易读;value可以使用Jackson2JsonRedisSerializer
  • 如果空间比较敏感,效率要求不高,推荐key使用StringRedisSerializer,保持的key简明易读;value可以使用JdkSerializationRedisSerializer

自定义RedisTemplate

新建RedisConfig配置类,以下是固定模板,可以直接用

这个模板我们采用的Json序列化Value,String序列化Key

@Configuration
public class RedisConfig {
 @Bean
 public RedisTemplate<String,Object>
redisTemplate(RedisConnectionFactory factory){
 // 为了研发⽅便 key直接为String类型
 RedisTemplate<String,Object> template = new RedisTemplate<>();
 // 设置连接⼯⼚
 template.setConnectionFactory(factory);

 //设置key序列化 用的string序列化
 template.setKeySerializer(RedisSerializer.string());
 template.setHashKeySerializer(RedisSerializer.string());

 //序列化配置,通过JSON解析任意对象
 GenericJackson2JsonRedisSerializer jsonRedisSerializer = new GenericJackson2JsonRedisSerializer();
 //设置value序列化,采用的是Json序列化方式
 template.setValueSerializer(jsonRedisSerializer);
 template.setHashKeySerializer(jsonRedisSerializer);

 template.afterPropertiesSet();
 return template;
 }
}

Json序列化Value + RedisTemplate测试

@SpringBootTest
class RedisTestApplicationTests {
 @Autowired
 private RedisTemplate<String,Object> redisTemplate;
 @Test
 void contextLoads() {
 redisTemplate.opsForValue().set("CSDN","青秋.");
 System.out.println(redisTemplate.opsForValue().get("CSDN"));
 }
}

此时用keys * 查看,没有乱码。那么再储存一个对象试试!

@Test
void saveUser(){
 redisTemplate.opsForValue().set("stringredistemplate",new User("Mask",20));
 System.out.println(redisTemplate.opsForValue().get("stringredistemplate"));
}

用可视化工具查看,发现JSON序列化Value后多了个@Class字段

虽然实现了对象的序列化和反序列化,但这是因为添加了@class字段,会导致额外的内存开销,在数据量特别大的时候就会有影响,但是如果没有@class就不会实现自动序列化和反序列化

实际开发中,如果为了节省空间,并不会完全使用JSON序列化来处理value, 而是统一采用String序列化器,储存Java对象也是如此,这就意味着我们需要重新编写RedisTemplate,但是SpringBoot其实提供了一个String序列化器实现的StringRedisTemplate,通过它可以完成以上的需求。

String序列化Value + StringRedisTemplate测试 

@SpringBootTest
class RedisTestApplicationTests {

 @Autowired
 private StringRedisTemplate stringRedisTemplate;

 //Json⼯具
 private ObjectMapper mapper = new ObjectMapper();
 @Test
 void StringTemplate() throws JsonProcessingException {
 User user = new User("青秋",18);
 //⼿动序列化
 String json = mapper.writeValueAsString(user);
 //写⼊数据
 stringRedisTemplate.opsForValue().set("stringredistemplate",json);
 //读取数据
 String val =
stringRedisTemplate.opsForValue().get("stringredistemplate");
 //反序列化
 User u = mapper.readValue(val,User.class);
 System.out.println(u);
 }
}

总结

  • RedisTemplate的Key和Value的序列化器可以根据需要分别设置。
  • RedisTemplate默认使用JdkSerializationRedisSerializer存入数据,会将数据先序列化成字节数组然后在存入Redis数据库,这种value不可读。
  • 如果数据是Object类型,取出的时候又不想做任何的数据转换直接从Redis里面取出一个对象,那么使用RedisTemplate是更好的选择。
  • 当然任何情况下从Redis获取数据的时候,都会默认将数据当做字节数组转化,这样就会导致一个问题:当需要获取的数据不是以字节数组存在redis当中,而是正常的可读的字符串的时候,RedisTemplate就无法获取数据,获取到的值是NULL。这时就需要用StringRedisTempate或者专门设置RedisTemplate的序列化器!

 

  • 18
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你可以通过自定义RedisTemplate的方式来配置序列化。首先,你需要创建一个RedisConfig的配置类,并在该类中创建一个方法来定义RedisTemplate对象。在这个方法中,你可以设置连接工厂,并创建一个JSON序列化工具。然后,你需要设置key和value的序列化方式,可以使用RedisSerializer.string()方法来进行字符串序列化,使用GenericJackson2JsonRedisSerializer来进行JSON序列化。最后,返回RedisTemplate对象。下面是一个示例代码: @Configuration public class RedisConfig { @Bean public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory) { RedisTemplate<String, Object> template = new RedisTemplate<>(); template.setConnectionFactory(connectionFactory); GenericJackson2JsonRedisSerializer jsonRedisSerializer = new GenericJackson2JsonRedisSerializer(); template.setKeySerializer(RedisSerializer.string()); template.setHashKeySerializer(RedisSerializer.string()); template.setValueSerializer(jsonRedisSerializer); template.setHashValueSerializer(jsonRedisSerializer); return template; } } 通过以上配置,你就可以使用自定义的RedisTemplate来进行序列化了。同时,你也可以使用StringRedisTemplate进行序列化,它会将值以字符串的形式存储到Redis中。要注入自定义的RedisTemplate,你可以使用@Autowired注解来进行注入,如下所示: @Autowired private RedisTemplate<String, Object> redisTemplate; 这样,你就可以在代码中使用注入的redisTemplate对象进行操作了。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [RedisTemplate 的两种序列化方式](https://blog.csdn.net/weixin_43252521/article/details/123528536)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值