开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第1天，点击查看活动详情 在SpringBoot中使用RedisTemplate,如果不指定序列化的方式，就会导致redis的key及value的可读性变差，所以，我们需要使用序列化的工具类，来序列化和反序列化数据。 注：

1.本文对于数据的key，都是用StringRedisSerializer的序列化方式，保证可读性。 2.使用同一批数据，不同的的序列化方式保存

@SpringBootTest
@RunWith(SpringRunner.class)
public class AuditDataApplicationTests {

    @Autowired
    private RedisTemplate redisTemplate;

    @Test
    public void test1(){
        List<Value> list=new ArrayList<>();
        //数据1
        Value value1=new Value();
        value1.setId("1");
        value1.setName("测试名称1");
        value1.setValue("测试值1");

        //数据2
        Value value2=new Value();
        value2.setId("2");
        value2.setName("测试名称2");
        value2.setValue("测试值2");
        list.add(value1);
        list.add(value2);

        redisTemplate.opsForValue().set("test", list);
    }
}

1.JdkSerializationRedisSerializer

优点：序列化后的长度最短，时间适中。 缺点：不是明文显示。

@Configuration
public class RedisConfig {
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        redisTemplate.setConnectionFactory(redisConnectionFactory);
       	//采用JdkSerializationRedisSerializer序列化后的长度最短，时间适中，但不是明文显示
        JdkSerializationRedisSerializer jdkSerializationRedisSerializer = new JdkSerializationRedisSerializer();
        
        // 设置值（value）的序列化
        redisTemplate.setValueSerializer(jdkSerializationRedisSerializer);
        redisTemplate.setHashValueSerializer(jdkSerializationRedisSerializer );
        // 设置键（key）的序列化采用StringRedisSerializer。
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        redisTemplate.afterPropertiesSet();
        return redisTemplate;
    }

}

结果

2.Jackson2JsonRedisSerializer

优点：序列化速度最快，长度适中 缺点：在使用过程中，timestamp类型的数据以long类型存储，反序列化会出现问题，如果存入redis的数据不存在这种特殊情况，推荐使用这种。

@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        redisTemplate.setConnectionFactory(redisConnectionFactory);

        //采用Jackson2JsonRedisSerializer序列化速度最快，长度适中，
        // 但会使存入redis中timestamp类型的数据以long类型存储，明文显示
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(List.class);

        // 设置值（value）的序列化
        redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
        redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer );
        // 设置键（key）的序列化采用StringRedisSerializer。
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        redisTemplate.afterPropertiesSet();
        return redisTemplate;
    }

}

结果：

3.GenericJackson2JsonRedisSerializer

优点：明文显示，在redis中显示了@class字段保存有类型的包路径，反序列化更容易。 缺点：序列化时间最长，长度最大

@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        redisTemplate.setConnectionFactory(redisConnectionFactory);

        //采用GenericJackson2JsonRedisSerializer序列化时间最长，长度最大，明文显示
        GenericJackson2JsonRedisSerializer genericJackson2JsonRedisSerializer = new GenericJackson2JsonRedisSerializer();

        // 设置值（value）的序列化
        redisTemplate.setValueSerializer(genericJackson2JsonRedisSerializer);
        redisTemplate.setHashValueSerializer(genericJackson2JsonRedisSerializer );
        // 设置键（key）的序列化采用StringRedisSerializer。
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        redisTemplate.afterPropertiesSet();
        return redisTemplate;
    }
}

结果：

总结

对于不同的情况可以使用不同的序列化方式，比较推荐使用JdkSerializationRedisSerializer和Jackson2JsonRedisSerializer，在保证速度的情况下，还能兼顾数据占用大小和明文显示。