这篇文章主要介绍了Redis之RedisTemplate配置方式(序列和反序列化),具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

目录

RedisTemplate配置序列和反序列化

对于redis操作,springboot进行了很好的封装,那就是spring data redis。提供了一个高度封装的RedisTemplate类来进行一系列redis操作,连接池自动管理;同时将事务封装操作,交由容器进行处理。

针对数据的“序列化和反序列化”,提供了多种策略(RedisSerializer)

默认为使用JdkSerializationRedisSerializer,同时还有StringRedisSerializer,JacksonJsonRedisSerializer,OxmSerializer,GenericFastJsonRedisSerializer。

简介一下

  • JdkSerializationRedisSerializer:POJO对象的存取场景,使用JDK本身序列化机制,将pojo类通过ObjectInputStream/ObjectOutputStream进行序列化操作,最终redis-server中将存储字节序列。是目前默认的序列化策略。
  • StringRedisSerializer:Key或者value为字符串的场景,根据指定的charset对数据的字节序列编码成string,是“new String(bytes, charset)”和“string.getBytes(charset)”的直接封装。是最轻量级和高效的策略。
  • JacksonJsonRedisSerializer:jackson-json工具提供了javabean与json之间的转换能力,可以将pojo实例序列化成json格式存储在redis中,也可以将json格式的数据转换成pojo实例。因为jackson工具在序列化和反序列化时,需要明确指定Class类型,因此此策略封装起来稍微复杂。【需要jackson-mapper-asl工具支持】
  • GenericFastJsonRedisSerializer:另一种javabean与json之间的转换,同时也需要指定Class类型。
  • OxmSerializer:提供了将javabean与xml之间的转换能力,目前可用的三方支持包括jaxb,apache-xmlbeans;redis存储的数据将是xml工具。不过使用此策略,编程将会有些难度,而且效率最低;不建议使用。【需要spring-oxm模块的支持】

实践

1)依赖(版本继承了SpringBoot版本)

1

2

3

4

<dependency>

   <groupId>org.springframework.boot</groupId>

   <artifactId>spring-boot-starter-data-redis</artifactId>

</dependency>

2)RedisConfig类

添加bean,指定key/value以及HashKey和HashValue的序列化和反序列化为FastJson的。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

package com.sleb.springcloud.common.config;

import com.alibaba.fastjson.support.spring.GenericFastJsonRedisSerializer;

import org.springframework.context.annotation.Bean;

import org.springframework.context.annotation.Configuration;

import org.springframework.data.redis.connection.RedisConnectionFactory;

import org.springframework.data.redis.core.RedisTemplate;

import org.springframework.data.redis.serializer.GenericToStringSerializer;

/**

 * redis配置

 * @author 追到乌云的尽头找太阳(Jacob)

 **/

@Configuration

public class RedisConfig {

    @Bean

    public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {

        RedisTemplate<Object, Object> redisTemplate = new RedisTemplate<>();

        redisTemplate.setConnectionFactory(redisConnectionFactory);

        // 使用 GenericFastJsonRedisSerializer 替换默认序列化

        GenericFastJsonRedisSerializer genericFastJsonRedisSerializer = new GenericFastJsonRedisSerializer();

        // 设置key和value的序列化规则

        redisTemplate.setKeySerializer(new GenericToStringSerializer<>(Object.class));

        redisTemplate.setValueSerializer(genericFastJsonRedisSerializer);

        // 设置hashKey和hashValue的序列化规则

        redisTemplate.setHashKeySerializer(new GenericToStringSerializer<>(Object.class));

        redisTemplate.setHashValueSerializer(genericFastJsonRedisSerializer);

        // 设置支持事物

        redisTemplate.setEnableTransactionSupport(true);

        redisTemplate.afterPropertiesSet();

        return redisTemplate;

    }

}

RedisTemplate序列化问题

序列化与反序列化规则不一致,导致报错

1、配置redisTemplate

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

<!-- redis数据源 -->

    <bean id="poolConfig" class="redis.clients.jedis.JedisPoolConfig">

        <!-- 最大空闲数 -->

        <property name="maxIdle" value="${redis.maxIdle}"/>

        <!-- 最大空连接数 -->

        <property name="maxTotal" value="${redis.maxTotal}"/>

        <!-- 最大等待时间 -->

        <property name="maxWaitMillis" value="${redis.maxWaitMillis}"/>

        <!-- 返回连接时,检测连接是否成功 -->

        <property name="testOnBorrow" value="${redis.testOnBorrow}"/>

    </bean>

<!-- Spring-data-redis连接池管理工厂 -->

    <bean id="jedisConnectionFactory" class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory">

        <!-- IP地址 -->

        <property name="hostName" value="${redis.host}"/>

        <!-- 端口号 -->

        <property name="port" value="${redis.port}"/>

        <!-- 密码 -->

<!--        <property name="password" value="${redis.password}"/>-->

        <!-- 超时时间 默认2000 -->

        <property name="timeout" value="${redis.timeout}"/>

        <!-- 连接池配置引用 -->

        <property name="poolConfig" ref="poolConfig"/>

        <!-- 是否使用连接池 -->

        <property name="usePool" value="true"/>

        <!-- 指定使用的数据库 -->

        <property name="database" value="0"/>

    </bean>

<!-- redis template definition -->

    <bean id="redisTemplate" class="org.springframework.data.redis.core.RedisTemplate">

        <property name="connectionFactory" ref="jedisConnectionFactory"/>

        <property name="keySerializer">

            <bean class="org.springframework.data.redis.serializer.StringRedisSerializer"/>

        </property>

        <property name="valueSerializer">

            <bean class="org.springframework.data.redis.serializer.JdkSerializationRedisSerializer"/>

        </property>

        <property name="hashKeySerializer">

            <bean class="org.springframework.data.redis.serializer.StringRedisSerializer"/>

        </property>

        <property name="hashValueSerializer">

            <bean class="org.springframework.data.redis.serializer.JdkSerializationRedisSerializer"/>

        </property>

    </bean>

2、存值

此次存值,使用redisTemplate的回调函数,是按照字符串序列化方式存redisValue

1

2

3

4

5

6

7

8

9

10

11

12

13

14

    public void testRedisListPush() {

        String redisKey = "testGoodsKey";

        List<String> redisValues = Arrays.asList("10002001", "10002002");

        // 使用管道向redis list结构中批量插入元素

        redisTemplate.executePipelined((RedisConnection redisConnection) -> {

            // 打开管道

            redisConnection.openPipeline();

            // 给本次管道内添加,一次性执行的多条命令

            for (String redisValue : redisValues) {

                redisConnection.rPush(redisKey.getBytes(), redisValue.getBytes());

            }

            return null;

        });

    }

redis客户端:value是字符串

3、取值

此次取值,返回结果默认是按照 1、配置redisTemplate中配置的JdkSerializationRedisSerializer序列化方式,由于存和取的序列化方式不统一,会产生报错情况。

1

2

3

4

5

6

7

8

9

10

11

12

13

public void testRedisListPop() {

    String redisKey = "testGoodsKey";

    // 使用管道从redis list结构中批量获取元素

    List<Object> objects = redisTemplate.executePipelined((RedisConnection redisConnection) -> {

        // 打开管道

        redisConnection.openPipeline();

        for (int i = 0; i < 2; i++) {

            redisConnection.rPop(redisKey.getBytes());

        }

        return null;

    });

    System.out.println(objects);

}

报错详情:反序列化失败


org.springframework.data.redis.serializer.SerializationException: Cannot deserialize; nested exception is org.springframework.core.serializer.support.SerializationFailedException: Failed to deserialize payload. Is the byte array a result of corresponding serialization for DefaultDeserializer?; nested exception is java.io.StreamCorruptedException: invalid stream header: 31303030
...
Caused by: org.springframework.core.serializer.support.SerializationFailedException: Failed to deserialize payload. Is the byte array a result of corresponding serialization for DefaultDeserializer?; nested exception is java.io.StreamCorruptedException: invalid stream header: 31303030
    at org.springframework.core.serializer.support.DeserializingConverter.convert(DeserializingConverter.java:78)
    at org.springframework.core.serializer.support.DeserializingConverter.convert(DeserializingConverter.java:36)
    at org.springframework.data.redis.serializer.JdkSerializationRedisSerializer.deserialize(JdkSerializationRedisSerializer.java:80)
    ... 39 more
Caused by: java.io.StreamCorruptedException: invalid stream header: 31303030
    at java.io.ObjectInputStream.readStreamHeader(ObjectInputStream.java:899)
    at java.io.ObjectInputStream.<init>(ObjectInputStream.java:357)
    at org.springframework.core.ConfigurableObjectInputStream.<init>(ConfigurableObjectInputStream.java:63)
    at org.springframework.core.ConfigurableObjectInputStream.<init>(ConfigurableObjectInputStream.java:49)
    at org.springframework.core.serializer.DefaultDeserializer.deserialize(DefaultDeserializer.java:68)
    at org.springframework.core.serializer.support.DeserializingConverter.convert(DeserializingConverter.java:73)
    ... 41 more

解决办法

1、取值

需要在redisTemplate.executePipelined入参中再加一个参数:redisTemplate.getStringSerializer(),取值成功,解决问题!!

1

2

3

4

5

6

7

8

9

10

11

12

13

    public void testRedisListPop() {

        String redisKey = "testGoodsKey";

        // 使用管道从redis list结构中批量获取元素

        List<Object> objects = redisTemplate.executePipelined((RedisConnection redisConnection) -> {

            // 打开管道

            redisConnection.openPipeline();

            for (int i = 0; i < 2; i++) {

                redisConnection.rPop(redisKey.getBytes());

            }

            return null;

        }, redisTemplate.getStringSerializer());

        System.out.println(objects);

    }

总结

1、使用原生redisTemplate操作数据和redisTemplate回调函数操作数据注意点:

a.原生redisTemplate操作数据

代码

1

2

3

4

5

    public void testRedisListPush() {

        String redisKey = "testGoodsKey";

        List<String> redisValues = Arrays.asList("10002001", "10002002");

        redisValues.forEach(redisValue -> redisTemplate.opsForList().rightPush(redisKey, redisValue));

    }

redis客户端数据展示

b.redisTemplate回调函数操作数据

代码

1

2

3

4

5

6

7

8

9

10

11

12

13

14

    public void testRedisListPush() {

        String redisKey = "testGoodsKey";

        List<String> redisValues = Arrays.asList("10002001", "10002002");

        // 使用管道向redis list结构中批量插入元素

        redisTemplate.executePipelined((RedisConnection redisConnection) -> {

            // 打开管道

            redisConnection.openPipeline();

            // 给本次管道内添加,一次性执行的多条命令

            for (String redisValue : redisValues) {

                redisConnection.rPush(redisKey.getBytes(), redisValue.getBytes());

            }

            return null;

        });

    }

redis客户端数据展示

c.不同点:

原生redisTemplate操作数据序列化方式是和redis配置统一的,redisTemplate回调函数操作数据序列化方式是自定义的。存值取值是需要注意。

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

Logo

为开发者提供学习成长、分享交流、生态实践、资源工具等服务,帮助开发者快速成长。

更多推荐