大家好，欢迎来到IT知识分享网。
redis默认采用的序列化策略有两种，一种是String的序列化策略，一种是JDK的序列化策略.
有一下几个序列化工具类:
1. GenericToStringSerializer: 可以将任何对象泛化为字符串并序列化
2. Jackson2JsonRedisSerializer: 跟JacksonJsonRedisSerializer实际上是一样的
3. JacksonJsonRedisSerializer: 序列化object对象为json字符串
4. JdkSerializationRedisSerializer: 序列化java对象（被序列化的对象必须实现Serializable接口）,无法转义成对象
5.StringRedisSerializer: 简单的字符串序列化
6. GenericToStringSerializer:类似StringRedisSerializer的字符串序列化
GenericJackson2JsonRedisSerializer:类似Jackson2JsonRedisSerializer，但使用时构造函数不用特定的类参考以上序列化,自定义序
版权声明：本文为CSDN博主「向着高亮的地方前行」的原创文章，遵循CC 4.0 by-sa版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/y532798113/article/details/82690781
下面对比jdk.json.hash序列化10W个对象的性能
/**
* 使用JDK系列化方式保存十万个user随机对象到Redis，并计算耗时
* @return
*/
@RequestMapping("serializableUserInJDK")
public String serializableUserInJDK(Model model) {
//配置jdk序列化工具
redisTemplate.setValueSerializer(new JdkSerializationRedisSerializer());
//创建list模版对象
ListOperations<String, Object> opsForList = redisTemplate.opsForList();
long time = System.currentTimeMillis();
//遍历存储
for (int i = 0; i < 100000; i++) {
User user = new User(i,ChineseName.getName(),getSex(),RandomNumber.getPhone("13"),getEmail(),getAge());
opsForList.leftPush("jdkUser"+i, user);
}
model.addAttribute("message", "jdk");
model.addAttribute("time", System.currentTimeMillis() - time);
return "show";
}
**jdk格式序列化完毕,用时:56464ms**
/**
* 使用JSON系列化方式保存十万个user随机对象到Redis，并计算耗时
* @return
*/
@RequestMapping("serializableUserInJSON")
public String serializableUserInJSON(Model model) {
//配置json序列化工具
redisTemplate.setValueSerializer(new Jackson2JsonRedisSerializer<>(User.class));
ListOperations<String, Object> opsForList = redisTemplate.opsForList();
long time = System.currentTimeMillis();
for (int i = 0; i < 100000; i++) {
User user = new User(i,ChineseName.getName(),getSex(),RandomNumber.getPhone("13"),getEmail(),getAge());
Object json = JSON.toJSON(user);
opsForList.leftPush("jsonUser"+i, json);
}
model.addAttribute("message", "json");
model.addAttribute("time", System.currentTimeMillis() - time);
return "show";
}
**json格式序列化完毕,用时:56703ms**
/**
* 使用Redis的Hash类型保存十万个user随机对象到Redis，并计算耗时
* @return
*/
@RequestMapping("serializableUserInHash")
public String serializableUserInHash(Model model) {
//配置hash序列化工具
redisTemplate.setHashValueSerializer(new StringRedisSerializer());
redisTemplate.setHashKeySerializer(new StringRedisSerializer());
HashOperations<String, Object, Object> opsForList = redisTemplate.opsForHash();
long time = System.currentTimeMillis();
for (int i = 0; i < 100000; i++) {
User user = new User(i,ChineseName.getName(),getSex(),RandomNumber.getPhone("13"),getEmail(),getAge());
opsForList.put("hashUser", "user"+i, user.toString());
}
model.addAttribute("message", "Hash");
model.addAttribute("time", System.currentTimeMillis() - time);
return "show";
}
**Hash格式序列化完毕,用时:56519ms**
- 10W条数据对比差异不大,从执行时间上来看，JdkSerializationRedisSerializer是最高效的（毕竟是JDK原生的），但是是序列化的结果字符串是最长的。JSON由于其数据格式的紧凑性，序列化的长度是最小的，时间比前者要多一些。而OxmSerialiabler在时间上看是最长的（当时和使用具体的Marshaller有关）。所以个人的选择是倾向使用JacksonJsonRedisSerializer作为POJO的序列器。
版权声明：本文为CSDN博主「keke_xin」的原创文章，遵循CC 4.0 by-sa版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/keke_Xin/article/details/84708633
## 管道测试(前言引用前辈,想深入了解点击下面连接)
Redis的pipeline(管道)功能在命令行中没有，但redis是支持pipeline的，而且在各个语言版的client中都有相应的实现。 由于网络开销延迟，就算redis server端有很强的处理能力，也会由于收到的client消息少，而造成吞吐量小。当client 使用pipelining 发送命令时，redis server必须将部分请求放到队列中（使用内存），执行完毕后一次性发送结果；如果发送的命令很多的话，建议对返回的结果加标签，当然这也会增加使用的内存；
Pipeline在某些场景下非常有用，比如有多个command需要被“及时的”提交，而且他们对相应结果没有互相依赖，对结果响应也无需立即获得，那么pipeline就可以充当这种“批处理”的工具；而且在一定程度上，可以较大的提升性能，性能提升的原因主要是TCP连接中减少了“交互往返”的时间。
不过在编码时请注意，pipeline期间将“独占”链接，此期间将不能进行非“管道”类型的其他操作，直到pipeline关闭；如果你的pipeline的指令集很庞大，为了不干扰链接中的其他操作，你可以为pipeline操作新建Client链接，让pipeline和其他正常操作分离在2个client中。不过pipeline事实上所能容忍的操作个数，和socket-output缓冲区大小/返回结果的数据尺寸都有很大的关系；同时也意味着每个redis-server同时所能支撑的pipeline链接的个数，也是有限的，这将受限于server的物理内存或网络接口的缓冲能力。
版权声明：本文为CSDN博主「BugFree_张瑞」的原创文章，遵循CC 4.0 by-sa版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u011489043/article/details/78769428
/**
* 使用 管道 JDK 系列化方式将十万个 user 对象保存到 Redis
*
*/
@RequestMapping("serializableUserInJDK")
public String serializableUserInJDK() {
redisTemplate.executePipelined(new SessionCallback<Object>() {
@Override
public <K, V> Object execute(RedisOperations<K, V> operations) throws DataAccessException {
long time = System.currentTimeMillis();
for (int i = 0; i < 100000; i++) {
User user = new User(ChineseName.getName(),RandomNumber.getPhone("180"));
redisTemplate.opsForList().leftPush("pipJdkUser"+i, user);
}
System.out.println("用时:"+(System.currentTimeMillis()-time));
return null;
}
});
return null;
}
用时:1795ms
/**
* 使用 JSON 系列化方式将十万个 user 对象保存到 Redis
*/
@RequestMapping("serializableUserInJsonPip")
public String serializableUserInJsonPip() {
redisTemplate.executePipelined(new SessionCallback<Object>() {
@Override
public <K, V> Object execute(RedisOperations<K, V> operations) throws DataAccessException {
long time = System.currentTimeMillis();
for (int i = 0; i < 1000000; i++) {
User user = new User(ChineseName.getName(),RandomNumber.getPhone("180"));
Object json = JSON.toJSON(user);
redisTemplate.opsForList().leftPush("pipJson"+i, json);
}
System.out.println("耗时:"+(System.currentTimeMillis()-time));
return null;
}
});
return null;
}
耗时:3653ms
/**
* 使用 Redis 的 Hash 类型保存十万个 user 对象，测试所耗时间。
*/
@RequestMapping("serializeUserInHash")
public void serializeUserInHash() {
redisTemplate.executePipelined(new SessionCallback<Object>() {
@Override
public <K, V> Object execute(RedisOperations<K, V> operations) throws DataAccessException {
long time = System.currentTimeMillis();
for (int i = 0; i < 100000; i++) {
User user = new User(ChineseName.getName(),RandomNumber.getPhone("180"));
Object json = JSON.toJSON(user);
redisTemplate.opsForHash().put("hashUser","user"+i , json);
}
System.out.println("耗时:"+(System.currentTimeMillis() - time));
return null;
}
});
}
耗时:3069ms
---
使用管道可以发现性能有明显的提高,在之前的性能十倍之上.但是也并不是管道用的越多越好,详情参考”CSDN博主「BugFree_张瑞」”的详细介绍
总而言之,序列化方式的性能还是根据具体开发情况来定,合理的运用好redis会让性能加倍提高.
本次测试10w条数据,8G运行内存刚刚够用.如果测试要把之前redis里的缓存清空再进行,不然可能会对结果有影响.
第一次发贴,多多指教.
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://yundeesoft.com/26528.html
