前言
最近在开发项目,用到了redis作为缓存,来提高系统访问速度和缓解系统压力,提高用户响应和访问速度,这里遇到几个问题做一下总结和整理
快速配置
SpringBoot整合redis有专门的场景启动器整合起来还是非常方便的
org.springframework.boot spring-boot-starter-data-redis
如果使用redis连接池引入
org.apache.commons commons-pool2
集成配置文件
#------------------redis缓存配置------------ # Redis数据库索引(默认为 0) spring.redis.database=1 # Redis服务器地址 spring.redis.host= 127.0.0.1 # Redis服务器连接端口 spring.redis.port=6379 # Redis 密码 spring.redis.password # 连接超时时间(毫秒) spring.redis.timeout= 5000 # redis连接池 # 连接池中的最小空闲连接 spring.redis.lettuce.pool.min-idle=10 # 连接池中的最大空闲连接 spring.redis.lettuce.pool.max-idle= 500 # 连接池最大连接数(使用负值表示没有限制) spring.redis.lettuce.pool.max-active=2000 # 连接池最大阻塞等待时间(使用负值表示没有限制) spring.redis.lettuce.pool.max-wait=10000
JSON序列化
由于缓存数据默认使用的是jdk自带的序列化 二进制
需要序列化的实体类继承Serializable接口。而且序列化后的内容在redis中看起来也不是很方便。
\xAC\xED\x00\x05sr\x00Lorg.springframework.security.oauth2.common.DefaultExpiringOAuth2RefreshToken/\xDFGc\x9D\xD0\xC9\xB7\x02\x00\x01L\x00\x0Aexpirationt\x00\x10Ljava/util/Date;xr\x00Dorg.springframework.security.oauth2.common.DefaultOAuth2RefreshTokens\xE1\x0E\x0AcT\xD4^\x02\x00\x01L\x00\x05valuet\x00\x12Ljava/lang/String;xpt\x00$805a75f7-2ee2-4a27-a598-591bfa1cf17dsr\x00\x0Ejava.util.Datehj\x81\x01KYt\x19\x03\x00\x00xpw\x08\x00\x00\x01}y\x81\xDB\x9Ax
于是萌生了需要将数据序列化成json的想法。
jackson序列化
在使用spring-data-redis,默认情况下是使用org.springframework.data.redis.serializer.JdkSerializationRedisSerializer这个类来做序列化,Jackson redis序列化是spring中自带的.我们使用jackson方式
@Bean @ConditionalOnClass(RedisOperations.class) public RedisTemplateredisTemplate(RedisConnectionFactory factory) { RedisTemplate template = new RedisTemplate<>(); template.setConnectionFactory(factory); Jackson2JsonRedisSerializer
序列化后存储在redis后内容
[ "com.qhong.test.dependBean.Person", { "age": 20, "name": "name0", "iss": true } ]
[ "java.util.ArrayList", [ [ "com.qhong.test.dependBean.Person", { "age": 20, "name": "name0", "iss": true } ], [ "com.qhong.test.dependBean.Person", { "age": 21, "name": "name1", "iss": true } ], [ "com.qhong.test.dependBean.Person", { "age": 22, "name": "name2", "iss": true } ] ] ]
上面的不是严格符合json格式规范,虽然比默认二进制好
注意这里序列化json代类型 "com.qhong.test.dependBean.Person"
如果没有这个反序列化会报类型转换异常错误
也就是代码中这一段必须设置,我之前就是没有设置,反序列化都是JsonObject必须自己转换类型,否则会报错
//序列化包括类型描述 否则反向序列化实体会报错,一律都为JsonObject ObjectMapper mapper = new ObjectMapper(); mapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY); mapper.activateDefaultTyping(mapper.getPolymorphicTypeValidator(), ObjectMapper.DefaultTyping.NON_FINAL); jackson2JsonRedisSerializer.setObjectMapper(mapper);
Fastjson序列化
需要倒入Fastjson到依赖
com.alibaba fastjson 1.2.76
实现RedisSerializer接口
import com.alibaba.fastjson.JSON; import com.alibaba.fastjson.parser.ParserConfig; import com.alibaba.fastjson.serializer.SerializerFeature; import org.springframework.data.redis.serializer.RedisSerializer; import org.springframework.data.redis.serializer.SerializationException; import java.nio.charset.Charset; import java.nio.charset.StandardCharsets; public class FastJson2JsonRedisSerializerimplements RedisSerializer { public static final Charset DEFAULT_CHARSET = StandardCharsets.UTF_8; static { ParserConfig.getGlobalInstance().setAutoTypeSupport(true); } private final Class clazz; public FastJson2JsonRedisSerializer(Class clazz) { super(); this.clazz = clazz; /** * 序列化 */ @Override public byte[] serialize(T t) throws SerializationException { if (null == t) { return new byte[0]; } return JSON.toJSONString(t, SerializerFeature.WriteClassName).getBytes(DEFAULT_CHARSET); * 反序列化 public T deserialize(byte[] bytes) throws SerializationException { if (null == bytes || bytes.length <= 0) { return null; String str = new String(bytes, DEFAULT_CHARSET); return (T) JSON.parseObject(str, clazz); }
配置redisTemplate
import org.springframework.boot.autoconfigure.AutoConfigureAfter; import org.springframework.boot.autoconfigure.data.redis.RedisAutoConfiguration; 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.StringRedisSerializer; @Configuration @AutoConfigureAfter(RedisAutoConfiguration.class) public class RedisCacheAutoConfiguration { @Bean public RedisTemplate
注意这是一种方式自己实现RedisSerializer 序列化接口
但是FastJson 1.2.36版本以后不需要自己实现RedisSerializer
为我们提供序列化支持在com.alibaba.fastjson.support.spring中 有GenericFastJsonRedisSerializer
和FastJsonRedisSerializer
两个实现类 ,
区别在于GenericFastJsonRedisSerializer
可以自动转换对象类型,FastJsonRedisSerializer
需要自定义转换需要的类型。
通常使用 GenericFastJsonRedisSerializer 即可满足大部分场景,如果你想定义特定类型专用的 RedisTemplate 可以使用 FastJsonRedisSerializer 来代替 GenericFastJsonRedisSerializer”
FastJson github有对应问题描述lssues 我已入坑 ,刚开始一直使用FastJsonRedisSerializer****无法自动反向序列化
序列化后存储在redis后内容
{ "@type": "com.qhong.test.dependBean.Person", "age": 20, "iss": true, "name": "name0" }
[ { "@type": "com.qhong.test.dependBean.Person", "age": 20, "iss": true, "name": "name0" }, { "@type": "com.qhong.test.dependBean.Person", "age": 21, "iss": true, "name": "name1" }, { "@type": "com.qhong.test.dependBean.Person", "age": 22, "iss": true, "name": "name2" } ]
正常情况是格式是正确的,但是如果你存储内容出现set或者doubble类型,会带上Set,D类型描述如下
会出现问题无法解析,但是在程序里是可以反向序列化的
分析参考对比
jdkSerializationRedisSerializer:
使用JDK提供的序列化功能。 优点是反序列化时不需要提供类型信息(class),但缺点是需要实现Serializable接口,还有序列化后的结果非常庞大,是JSON格式的5倍左右,这样就会消耗redis服务器的大量内存。Jackson2JsonRedisSerializer:
使用Jackson库将对象序列化为JSON字符串。优点是速度快,序列化后的字符串短小精悍,不需要实现Serializable接口。但缺点也非常致命,那就是此类的构造函数中有一个类型参数,必须提供要序列化对象的类型信息(.class对象)。 通过查看源代码,发现其只在反序列化过程中用到了类型信息。FastJsonRedisSerializer
性能最优号称最快的json解析库,但是反序列化后类字段顺序和原来实体类不一致发生改变,在某些set,double字段情况下json格式不正确,但是在程序可以解析
更多问题参考
RedisTemplate序列化方式解读
redis数据库操作
在整合了spring-boot-starter-data-redis
后会自动帮我们注入redisTemplate
对象,专门用来操作reids数据库的
在reids中如果想用文件夹方式存储key的话类似这样
我们只需要在存储使用使用::表示文件夹就可以了
redisTemplate.opsForValue().set("userLoginCache::Kenx_6003783582be4c368af14daf3495559c", "user");
如果需要模糊查询key话使用*
来表示 如
获取所有key
public static SetgetAllKey(String keys) { Set key = redisTemplate.keys(keys + "*"); return key; }
模糊批量删除
/** * 删除缓存 * * @param key 可以传一个值 或多个 */ public static void del(String... key) { if (key != null && key.length > 0) { if (key.length == 1) { redisTemplate.delete(key[0]); } else { redisTemplate.delete(Arrays.asList(key)); } } }
public static void delByPrefix(String key) { if (key != null) { Setkeys = redisTemplate.keys(key + "*"); redisTemplate.delete(keys); } } public static void delBySuffix(String key) { if (key != null) { Set keys = redisTemplate.keys("*" + key); redisTemplate.delete(keys); } } public static void clean(){ Set keys = redisTemplate.keys("*"); redisTemplate.delete(keys); }
因为使用很频繁所以我写成工具库RedisUtil
通过静态方法方式去调用就可以了
基本上包含工作中用到的所有方法, 这里附上源码
package cn.soboys.kmall.cache.utils; import cn.hutool.extra.spring.SpringUtil; import org.springframework.data.redis.core.RedisTemplate; import java.util.Arrays; import java.util.List; import java.util.Map; import java.util.Set; import java.util.concurrent.TimeUnit; /** * 定义常用的 Redis操作 * * @author kenx */ public class RedisUtil { private static final RedisTemplateredisTemplate = SpringUtil.getBean("redisTemplate", RedisTemplate.class); /** * 指定缓存失效时间 * * @param key 键 * @param time 时间(秒) * @return Boolean */ public static Boolean expire(String key, Long time) { try { if (time > 0) { redisTemplate.expire(key, time, TimeUnit.SECONDS); } return true; } catch (Exception e) { e.printStackTrace(); return false; } } * 根据key获取过期时间 * @param key 键 不能为 null * @return 时间(秒) 返回 0代表为永久有效 public static Long getExpire(String key) { return redisTemplate.getExpire(key, TimeUnit.SECONDS); * 判断 key是否存在 * @param key 键 * @return true 存在 false不存在 public static Boolean hasKey(String key) { return redisTemplate.hasKey(key); * 删除缓存 * @param key 可以传一个值 或多个 public static void del(String... key) { if (key != null && key.length > 0) { if (key.length == 1) { redisTemplate.delete(key[0]); } else { redisTemplate.delete(Arrays.asList(key)); public static void delByPrefix(String key) { if (key != null) { Set keys = redisTemplate.keys(key + "*"); redisTemplate.delete(keys); public static void delBySuffix(String key) { Set keys = redisTemplate.keys("*" + key); public static void clean(){ Set keys = redisTemplate.keys("*"); redisTemplate.delete(keys); * 普通缓存获取 * @return 值 public static Object get(String key) { return key == null ? null : redisTemplate.opsForValue().get(key); * 普通缓存放入 * @param key 键 * @param value 值 * @return true成功 false失败 public static Boolean set(String key, Object value) { redisTemplate.opsForValue().set(key, value); * 普通缓存放入并设置时间 * @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期 * @return true成功 false 失败 public static Boolean set(String key, Object value, Long time) { redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS); set(key, value); * 递增 * @param delta 要增加几(大于0) * @return Long public static Long incr(String key, Long delta) { if (delta < 0) { throw new RuntimeException("递增因子必须大于0"); return redisTemplate.opsForValue().increment(key, delta); * 递减 * @param delta 要减少几 public static Long decr(String key, Long delta) { throw new RuntimeException("递减因子必须大于0"); return redisTemplate.opsForValue().increment(key, -delta); * HashGet * @param key 键 不能为 null * @param item 项 不能为 null public static Object hget(String key, String item) { return redisTemplate.opsForHash().get(key, item); * 获取 hashKey对应的所有键值 * @return 对应的多个键值 public static Map hmget(String key) { return redisTemplate.opsForHash().entries(key); * 获取 hashKey对应的所有键 * @return 对应的多个键 public static Set hmgetKey(String key) { Map map = redisTemplate.opsForHash().entries(key); return map.keySet(); * HashSet * @param map 对应多个键值 * @return true 成功 false 失败 public static Boolean hmset(String key, Map map) { redisTemplate.opsForHash().putAll(key, map); * HashSet 并设置时间 * @param map 对应多个键值 public static Boolean hmset(String key, Map map, Long time) { expire(key, time); * 向一张hash表中放入数据,如果不存在将创建 * @param item 项 * @return true 成功 false失败 public static Boolean hset(String key, String item, Object value) { redisTemplate.opsForHash().put(key, item, value); * @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间 public static Boolean hset(String key, String item, Object value, Long time) { * 删除hash表中的值 * @param item 项 可以使多个不能为 null public static void hdel(String key, Object... item) { redisTemplate.opsForHash().delete(key, item); * 判断hash表中是否有该项的值 public static Boolean hHasKey(String key, String item) { return redisTemplate.opsForHash().hasKey(key, item); * hash递增 如果不存在,就会创建一个 并把新增后的值返回 * @param item 项 * @param by 要增加几(大于0) * @return Double public static Double hincr(String key, String item, Double by) { return redisTemplate.opsForHash().increment(key, item, by); * hash递减 * @param by 要减少记(小于0) public static Double hdecr(String key, String item, Double by) { return redisTemplate.opsForHash().increment(key, item, -by); * 根据 key获取 Set中的所有值 * @return Set public static Set sGet(String key) { return redisTemplate.opsForSet().members(key); return null; * 根据value从一个set中查询,是否存在 public static Boolean sHasKey(String key, Object value) { return redisTemplate.opsForSet().isMember(key, value); * 将数据放入set缓存 * @param key 键 * @param values 值 可以是多个 * @return 成功个数 public static Long sSet(String key, Object... values) { return redisTemplate.opsForSet().add(key, values); return 0L; * 将set数据放入缓存 * @param time 时间(秒) public static Long sSetAndTime(String key, Long time, Object... values) { Long count = redisTemplate.opsForSet().add(key, values); return count; * 获取set缓存的长度 public static Long sGetSetSize(String key) { return redisTemplate.opsForSet().size(key); * 移除值为value的 * @return 移除的个数 public static Long setRemove(String key, Object... values) { return redisTemplate.opsForSet().remove(key, values); * 获取list缓存的内容 * @param start 开始 * @param end 结束 0 到 -1代表所有值 * @return List public static List lGet(String key, Long start, Long end) { return redisTemplate.opsForList().range(key, start, end); * 获取list缓存的长度 public static Long lGetListSize(String key) { return redisTemplate.opsForList().size(key); * 通过索引 获取list中的值 * @param index 索引 index>=0时, 0 表头,1 第二个元素,依次类推; * index<0时,-1,表尾,-2倒数第二个元素,依次类推 * @return Object public static Object lGetIndex(String key, Long index) { return redisTemplate.opsForList().index(key, index); * 将list放入缓存 public static Boolean lSet(String key, Object value) { redisTemplate.opsForList().rightPush(key, value); * @param time 时间(秒) public static Boolean lSet(String key, Object value, Long time) { public static Boolean lSet(String key, List value) { redisTemplate.opsForList().rightPushAll(key, value); public static Boolean lSet(String key, List value, Long time) { * 根据索引修改list中的某条数据 * @param index 索引 public static Boolean lUpdateIndex(String key, Long index, Object value) { redisTemplate.opsForList().set(key, index, value); * 移除N个值为value * @param count 移除多少个 public static Long lRemove(String key, Long count, Object value) { return redisTemplate.opsForList().remove(key, count, value); public static Set getAllKey(String keys) { Set key = redisTemplate.keys(keys + "*"); return key; }
到此这篇关于SpringBoot整合edis之JSON序列化文件夹操作的文章就介绍到这了,更多相关SpringBoot整合edis JSON序列化内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!