目录
- 一、使用Jackson2JsonRedisSerializer序列化反序列化带泛型的List数据
- 二、使用GenericJackson2JsonRedisSerializer序列化反序列化带泛型的List数据
- 三、使用GenericJackson2JsonRedisSerializer和Jackson2JsonRedisSerializerdo都可以正常序列化反序列化非泛型数组对象。
- 四、GenericJackson2JsonRedisSerializer和Jackson2JsonRedisSerializerdo效率：
- 五、总结
一、使用Jackson2JsonRedisSerializer序列化反序列化带泛型的List数据
1、使用Jackson2JsonRedisSerializer序列化value的代码：
RedisTemplate<Object, Object> template = new RedisTemplate<Object,Object>();
template.setKeySerializer(new StringRedisSerializer());
template.setValueSerializer(new Jackson2JsonRedisSerializer(Object.class));
UserToken userToken = new UserToken();
userToken.setMobile(\”176****6708\”);
List<UserToken> list = Lists.newArrayList(userToken);
redisTemplate.opsForValue().set(\”test\”,list,5,TimeUnit.MINUTES);
2、使用Jackson2JsonRedisSerializer序列化后的数据形式：
3、使用Jackson2JsonRedisSerializer反序列化时报错
List<UserToken> list2 = (List<UserToken>)redisTemplate.opsForValue().get(\”test\”);
list2.forEach(userToken1 -> System.out.println(userToken1.getMobile()));
java.lang.ClassCastException: java.util.LinkedHashMap cannot be cast to com.com.baisq.model.UserToken
原因：序列化带泛型的数据时，会以map的结构进行存储，反序列化是不能将map解析成对象。
4、解决方案：序列化存储时，转成JSON字符串
UserToken userToken = new UserToken();
userToken.setMobile(\”176****6708\”);
List<UserToken> list = Lists.newArrayList(userToken);
redisTemplate.opsForValue().set(\”test3\”, JSON.toJSONString(userToken),5,TimeUnit.MINUTES);
String list2 = (String)redisTemplate.opsForValue().get(\”test3\”);
JSON.parseArray(list2,UserToken.class).forEach(userToken1 -> System.out.println(userToken1.getMobile()));
二、使用GenericJackson2JsonRedisSerializer序列化反序列化带泛型的List数据
1、使用GenericJackson2JsonRedisSerializer序列化value的代码：
RedisTemplate<Object, Object> template = new RedisTemplate<Object,Object>();
template.setKeySerializer(new StringRedisSerializer());
template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
UserToken userToken = new UserToken();
userToken.setMobile(\”176****6708\”);
List<UserToken> list = Lists.newArrayList(userToken);
redisTemplate.opsForValue().set(\”test2\”,list,5,TimeUnit.MINUTES);
2、使用GenericJackson2JsonRedisSerializer序列化后的数据形式：
3、使用GenericJackson2JsonRedisSerializer可以正常反序列化
List<UserToken> list2 = (List<UserToken>)redisTemplate.opsForValue().get(\”test2\”);
list2.forEach(userToken1 -> System.out.println(userToken1.getMobile()));
4、原因：
使用GenericJackson2JsonRedisSerializer序列化时，会保存序列化的对象的包名和类名，反序列化时以这个作为标示就可以反序列化成指定的对象。
5、也可以以JSON字符串保存：
UserToken userToken = new UserToken();
userToken.setMobile(\”176****6708\”);
List<UserToken> list = Lists.newArrayList(userToken);
redisTemplate.opsForValue().set(\”test4\”,JSON.toJSONString(userToken),5,TimeUnit.MINUTES);
String list2 = (String)redisTemplate.opsForValue().get(\”test4\”);
JSON.parseArray(list2,UserToken.class).forEach(userToken1 -> System.out.println(userToken1.getMobile()));
三、使用GenericJackson2JsonRedisSerializer和Jackson2JsonRedisSerializerdo都可以正常序列化反序列化非泛型数组对象。
四、GenericJackson2JsonRedisSerializer和Jackson2JsonRedisSerializerdo效率：
long start = System.currentTimeMillis();
UserToken userToken = new UserToken();
userToken.setMobile(\”176****6708\”);
List<UserToken> list = Lists.newArrayListWithCapacity(100);
for (int i = 0; i < 1000; i++) {
list.add(userToken);
}
redisTemplate.opsForValue().set(\”test\”,JSON.toJSONString(list),5,TimeUnit.MINUTES);
String data = (String)redisTemplate.opsForValue().get(\”test\”);
List<UserToken> list2 = JSON.parseArray(data, UserToken.class);
long end = System.currentTimeMillis();
long time = end – start;
测试后：
使用GenericJacksonRedisSerializer序列化反序列化耗时：1467
使用Jackson2JsonRedisSerializer序列化反序列化耗时：914
五、总结
1、使用Jackson2JsonRedisSerializer需要指明序列化的类Class，可以使用Obejct.class
2、使用GenericJacksonRedisSerializer比Jackson2JsonRedisSerializer效率低，占用内存高。
3、GenericJacksonRedisSerializer反序列化带泛型的数组类会报转换异常，解决办法存储以JSON字符串存储。
4、GenericJacksonRedisSerializer和Jackson2JsonRedisSerializer都是以JSON格式去存储数据，都可以作为Redis的序列化方式。
到此这篇关于Jackson2JsonRedisSerializer和GenericJackson2JsonRedisSerializer区别的文章就介绍到这了,更多相关Jackson2JsonRedisSerializer和GenericJackson2JsonRedisSerializer内容请搜索悠久资源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悠久资源！
