SpringDataRedis入门和序列化方式解决内存占用问题小结
作者:是一个Bug
spring-data-redis简介
spring-data-redis是spring-data模块的一部分,专门用来支持在spring管理项目对redis的操作,使用java操作redis最常用的是使用jedis,但并不是只有jedis可以使用,像jdbc-redis jredis也都属于redis的java客户端,他们之间是无法兼容的,如果你在一个项目中使用了jedis,然后后来决定弃用掉改用jdbc-redis就比较麻烦了,spring-data-redis提供了redis的java客户端的抽象,在开发中可以忽略掉切换具体的客户端所带来的影响,而且他本身就属于spring的一部分,比起单纯的使用jedis,更加稳定.管理起来更加自动化.(当然jedis的缺点不止以上).
spring-data-redis的特性
自动管理连接池,提供了一个高度封装的RedisTemplate类
针对jedis客户端的大量api进行了归类封装,把同一类型的操作封装成了operation接口.支持redis中的五种数据类型的操作.
针对数据的"序列化与反序列化"]提供了多种可以选择的策略(RedisSerializer)
JdkSerializationRedisserializer:当需要存储java对象时使用.
stringRedisSerializer:当需要存储string类型的字符串时使用.
JacksonJsonRedisSerializer:将对象序列化成json的格式存储在redis中,需要jackson-json工具的支持(目前我还没使用过,不了解)
SpringCloud章节复习已经过去,新的章节Redis开始了,这个章节中将会回顾Redis
主要依照以下几个原则
基础+实战的Demo和Coding上传到我的代码仓库在原有基础上加入一些设计模式,stream+lamdba等新的糖通过DeBug调试,进入组件源码去分析底层运行的规则和设计模式
代码会同步在我的gitee中去,觉得不错的同学记得一键三连求关注,感谢:
自定义RedisTemplate序列化-链接: DefineRedistemplate
StringRedisTemplate解决内存占用-链接: StringRedisTemplate
可以进入去看,觉得不错的博主记得一键三连支持下
基本介绍
- 1、什么是 SpringDataRedis?
2.常用API
实例Demo
自定义RedisTemplate序列化
引入依赖
<dependencies> <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> <!--JackSon依赖:为了手动序列化使用--> <dependency> <groupId>com.fasterxml.jackson.core</groupId> <artifactId>jackson-databind</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> </dependencies>
配置yaml文件,配置连接池属性
spring: redis: host: 127.0.0.1 port: 6379 password: lettuce: pool: max-active: 8 #最大连接 max-idle: 8 #最大空闲连接 min-idle: 0 # 最小 max-wait: 100ms # 连接等待时间
配置自定义的RedisTemplate
@Configuration public class RedisConfig { @Bean public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory){ RedisTemplate<String, Object> template = new RedisTemplate<>(); //设置连接工厂 template.setConnectionFactory(redisConnectionFactory); //key和hashkey使用String序列化 template.setKeySerializer(RedisSerializer.string()); template.setHashKeySerializer(RedisSerializer.string()); //设置序列化工具 GenericJackson2JsonRedisSerializer serializer = new GenericJackson2JsonRedisSerializer(); //value和hashValue采用JSON序列化方式 template.setValueSerializer(serializer); template.setHashValueSerializer(serializer); return template; } }
通过注入属性拿 @Autowired private RedisTemplate<String, Object> redisTemplate;
@SpringBootTest public class RedisTest { @Autowired private RedisTemplate<String, Object> redisTemplate; @BeforeEach void testBefore(){ System.out.println("开始测试"); } @AfterEach void testAfter(){ System.out.println("结束测试"); } @Test void testString(){ redisTemplate.opsForValue().set("name4", "li"); Object name = redisTemplate.opsForValue().get("name1"); System.out.println(name); } @Test void testUser(){ User user = new User(1, "张大树"); redisTemplate.opsForValue().set("user1", user); User user1 = (User) redisTemplate.opsForValue().get("user1"); System.out.println(user1); }
自定义的RestTemplate的内存占用问题
这种方式会自带类型数据,存放一万个数据,就会花费一万个类型数据的空间,是非常浪费的
@Test void testUser(){ User user = new User(1, "张大树"); redisTemplate.opsForValue().set("user1", user); User user1 = (User) redisTemplate.opsForValue().get("user1"); System.out.println(user1); }
StringRedisTemplate解决内存占用问题
<!--JackSon依赖--> <dependency> <groupId>com.fasterxml.jackson.core</groupId> <artifactId>jackson-databind</artifactId> </dependency>
@SpringBootTest public class RedisTest1 { @Autowired private StringRedisTemplate redisTemplate1; private static final ObjectMapper mapper = new ObjectMapper(); @BeforeEach void testBefore(){ System.out.println("开始测试"); } @AfterEach void testAfter(){ System.out.println("结束测试"); } @Test void testString(){ redisTemplate1.opsForValue().set("name4", "li"); Object name = redisTemplate1.opsForValue().get("name1"); System.out.println(name); } @Test void testUser(){ User user = new User(1, "张大树"); try { String value = mapper.writeValueAsString(user); redisTemplate1.opsForValue().set("user:"+ user.getName(), value); String user1 = redisTemplate1.opsForValue().get("user:张大树"); User readValue = mapper.readValue(user1, User.class); System.out.println(readValue); } catch (JsonProcessingException e) { e.printStackTrace(); } } }
总结
到此这篇关于SpringDataRedis入门和序列化方式解决内存占用问题的文章就介绍到这了,更多相关SpringDataRedis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!