【bug】 -- List.subList()未序列化导致Redis报错

别人遇到的bug，收集起来以防自己同样犯错。

bug产生的场景：

项目中对文章的详情内容通过Redis做了缓存，详情中以List形式关联了一些其他内容。在Redis中存储数据也将会是从业务中获取的List集合。存储数据要求3条即可，但是查询接口返回的数据不一定为3条，当多于3条是，就需要截取，在截取的过程中使用了list.subList(0,3)，来获取其中3条数据。之后就报错了。。。 （由于这块业务的负责人是另一位同事，自己没有看到异常信息，无法截图，故遇到时能够想起即可）

原错误代码： 

分析：

切割后的存储形式应该就变成了java.util.ArrayList$SubList，这种格式的对象从Redis中拿出来是没法进行反序列化的。原因是list接口并没有实现序列化。在jdk6中，List<E> subList(int fromIndex, int toIndex)返回的是没有实现Serializable接口的java.util.RandomAccessSubList。在其父类或者接口中都找不到Serializable这个标志。而在jdk7和8中，sublist实现，它是在ArrayList中直接搞了一个私有内部类：private class SubList extends AbstractList<E> implements RandomAccess，而jdk6中class RandomAccessSubList<E> extends SubList<E> implements RandomAccess，注意这里的SubList跟上面的是不同的，这里的SubList是AbstractList的内部类。

综上，ArrayList.subList方法返回的对象是一个sublist类型的视图，这个sublist类型的是ArrayList的一个内部类，不支持序列化。视图的含义就是它里面的元素数量变了，但是操作其中的元素实际上还是操作的原来的list，并不是新的那份list。如果改变原有的list，那么就会抛出ConcurrentModificationException异常。即：

 

就算未对原有list进行修改，但是因其未做序列化，从Redis中读取数据时会因无法反序列化而出现问题。

解决方案：

1.重新创建一个可以实现序列化的list集合，将截取后的list存入，实现序列化

List list = new ArrayList(imgList.subList(0,3));
jsonRelatedArticles.setImgList(list);

  or

List<XXX> serializedList= new ArrayList<XXX>();  
serializedList.addAll(sublist); 
//在这里就是，其实跟上边一种大同小异
List<JsonArticleDetail.JsonImg> serializedList= new ArrayList<>();  
serializedList.addAll(imgList.subList(0,3)); 
jsonRelatedArticles.setImgList(serializedList);

 2.避免使用subList，使用循环遍历一个个add。

if (a.getImgList() != null && a.getImgList().size() >= 3){
    List<JsonArticleDetail.JsonImg> imgList = new ArrayList<>(3);
	for (int i = 0; i < 3; i++){
		JsonArticleDetail.JsonImg jsonImg = new JsonArticleDetail.JsonImg();							 
        jsonImg.setUrl(imageUtil.getCommonImageUrl(a.getImgList().get(i).getImgPath()));
		imgList.add(jsonImg);
   }
}
//注意a.getImgList().get(i).getImgPath()可能会有空指针异常，本代码只简要表明重点，视情况判断。

3.其实单针对于本次错误代码而言，只需要在原有循环上简单修改即可。如下：

综上：

发现简单一个subList就有很大的陷阱，所以基础知识还是需要牢固。

附：java.util.List.subList使用注意

redis数据存储形式：

 ridis大方面来说，就是一个K-V数据库，用于存储数据，这个数据库也可以存储复杂结构的数据，像有关的集合数据，所以它也具备了对复杂数据的高效查询，（故障恢复特性，文件有关数据持久化能力）

数据跨平台存储通过网络的传输层进行传输，所以必须序列化