RedisTemplate的序列化配置方式详解

在使用Spring Data Redis的RedisTemplate时，不同的序列化配置和操作方法会影响数据存储的格式和适用场景。以下是对不同配置和使用场景的详细说明：

一、RedisTemplate的序列化配置方式及使用场景

1. 默认配置 JDK序列化（JdkSerializationRedisSerializer）（不推荐）

@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
    RedisTemplate<String, Object> template = new RedisTemplate<>();
    
    // 连接工厂
    template.setConnectionFactory(factory);
    // 默认使用JdkSerializationRedisSerializer序列化key和value
    return template;
}

• 特点：将对象序列化为二进制字节流，Redis中存储为二进制数据。
• 适用场景：需要直接存储Java对象且不关注可读性，仅用于Java应用间的数据共享。
• 缺点：数据不可读，跨语言兼容性差，不同JVM版本可能不兼容。

2. Key和Value均使用String序列化（StringRedisSerializer）

@Bean
public RedisTemplate<String, String> stringRedisTemplate(RedisConnectionFactory factory) {
    RedisTemplate<String, String> template = new RedisTemplate<>();
    template.setConnectionFactory(factory);
    template.setKeySerializer(RedisSerializer.string());
    template.setValueSerializer(RedisSerializer.string());
    template.afterPropertiesSet();
    return template;
}

• 特点：所有数据以字符串形式存储，Key和Value均为可读的字符串。
• 适用场景：处理纯文本数据，如简单的键值对缓存，或与其他语言兼容的场景。
• 注意：存储对象时需手动序列化为JSON字符串。

3. Key为String，Value为JSON（Jackson2JsonRedisSerializer）（推荐）

**Jackson2JsonRedisSerializer可以自定序列化和反序列化不需要手动解决**

@Bean
public RedisTemplate<String, Object> jsonRedisTemplate(RedisConnectionFactory factory) {
    RedisTemplate<String, Object> template = new RedisTemplate<>();
    template.setConnectionFactory(factory);
    template.setKeySerializer(RedisSerializer.string());
    template.setValueSerializer(new Jackson2JsonRedisSerializer<>(Object.class));
    template.afterPropertiesSet();
    return template;
}

• 特点：Value以JSON格式存储，Key为字符串，数据可读且兼容性强。
• 适用场景：存储复杂对象（如DTO、POJO），需跨语言读取或需要人工查看数据的场景。
• 扩展：可配置ObjectMapper定制JSON序列化规则。

4. Hash结构的序列化配置（推荐）

@Bean
public RedisTemplate<String, Object> hashRedisTemplate(RedisConnectionFactory factory) {
    RedisTemplate<String, Object> template = new RedisTemplate<>();
    template.setConnectionFactory(factory);
    template.setKeySerializer(RedisSerializer.string());
    template.setHashKeySerializer(RedisSerializer.string());
    template.setHashValueSerializer(new Jackson2JsonRedisSerializer<>(Object.class));
    template.afterPropertiesSet();
    return template;
}

• 特点：Hash的Field和Value可独立配置序列化方式。
• 适用场景：存储嵌套结构的数据，如用户属性（Hash Key为属性名，Value为JSON对象）。

5. 高性能二进制序列化（如Protostuff）

@Bean
public RedisTemplate<String, byte[]> binaryRedisTemplate(RedisConnectionFactory factory) {
    RedisTemplate<String, byte[]> template = new RedisTemplate<>();
    template.setConnectionFactory(factory);
    template.setKeySerializer(RedisSerializer.string());
    template.setValueSerializer(RedisSerializer.byteArray());
    template.afterPropertiesSet();
    return template;
}

• 特点：手动使用Protostuff等工具将对象序列化为字节数组，再通过byte[]存储。
• 适用场景：对性能要求极高，且无需人工查看数据的场景。

推荐配置序列化按照我写得

链接
这篇文章来配置序列化问题

解释说明： 一般来说Redis存储的内容是键值对形式的数据，然后里面的键的形式用字符串形式的也就是说用，然后值的形式用json形式，用 Jackson2JsonRedisSerializer可以序列化和反序列化不需要手动的去解决序列化问题。如果使用GenericJackson2JsonRedisSerializer去配置序列化问题在redis里面存储的时候里面会有一个@class（指定数据类型比如说一个User类型的实体类）占用空间。

Jackson2JsonRedisSerializer jsonSerializer = new Jackson2JsonRedisSerializer<>(Object.class)（推荐）

二、RedisTemplate的数据操作方法及场景

1. 操作不同数据结构

• ValueOperations：操作字符串类型。

  ValueOperations<String, String> ops = redisTemplate.opsForValue();
  ops.set("key", "value");
  

• ListOperations：操作列表类型。

  ListOperations<String, String> ops = redisTemplate.opsForList();
  ops.leftPush("listKey", "item");
  

• SetOperations/HashOperations/ZSetOperations：分别操作集合、哈希、有序集合。

适用场景：根据数据结构选择对应接口，如缓存列表数据使用ListOperations。

2. 使用execute执行底层命令

redisTemplate.execute((RedisCallback<Object>) connection -> {
    connection.set("key".getBytes(), "value".getBytes());
    return null;
});

• 适用场景：需要执行复杂操作或直接访问底层连接时。

3. 事务支持

redisTemplate.execute(new SessionCallback<>() {
    @Override
    public Object execute(RedisOperations operations) {
        operations.multi();
        operations.opsForValue().set("key1", "value1");
        operations.opsForValue().set("key2", "value2");
        return operations.exec();
    }
});

• 适用场景：需要保证多个操作的原子性。

三、总结