SpringDataRedis入门和序列化方式解决内存占用问题小结
是一个Bug 人气:0spring-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
加载全部内容