Spring Boot使用redis做数据缓存

1 添加redis支持

在pom.xml中添加

1. <dependency>
2. <groupId>org.springframework.boot</groupId>
3. <artifactId>spring-boot-starter-redis</artifactId>
4. </dependency>

2 redis配置

1. package com.wisely.ij.config;
2. import com.fasterxml.jackson.annotation.JsonAutoDetect;
3. import com.fasterxml.jackson.annotation.PropertyAccessor;
4. import com.fasterxml.jackson.databind.ObjectMapper;
5. import org.springframework.cache.CacheManager;
6. import org.springframework.cache.annotation.CachingConfigurerSupport;
7. import org.springframework.cache.annotation.EnableCaching;
8. import org.springframework.cache.interceptor.KeyGenerator;
9. import org.springframework.context.annotation.Bean;
10. import org.springframework.context.annotation.Configuration;
11. import org.springframework.data.redis.cache.RedisCacheManager;
12. import org.springframework.data.redis.connection.RedisConnectionFactory;
13. import org.springframework.data.redis.core.RedisTemplate;
14. import org.springframework.data.redis.core.StringRedisTemplate;
15. import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
16. import java.lang.reflect.Method;
17. @Configuration
18. @EnableCaching
19. public class RedisConfig extends CachingConfigurerSupport{
20. @Bean
21. public KeyGenerator wiselyKeyGenerator(){
22. return new KeyGenerator() {
23. @Override
24. public Object generate(Object target, Method method, Object... params) {
25. StringBuilder sb = new StringBuilder();
26. sb.append(target.getClass().getName());
27. sb.append(method.getName());
28. for (Object obj : params) {
29. sb.append(obj.toString());
30. }
31. return sb.toString();
32. }
33. };
34. }
35. @Bean
36. public CacheManager cacheManager(
37. @SuppressWarnings("rawtypes") RedisTemplate redisTemplate) {
38. return new RedisCacheManager(redisTemplate);
39. }
40. @Bean
41. public RedisTemplate<String, String> redisTemplate(
42. RedisConnectionFactory factory) {
43. StringRedisTemplate template = new StringRedisTemplate(factory);
44. Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
45. ObjectMapper om = new ObjectMapper();
46. om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
47. om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
48. jackson2JsonRedisSerializer.setObjectMapper(om);
49. template.setValueSerializer(jackson2JsonRedisSerializer);
50. template.afterPropertiesSet();
51. return template;
52. }
53. }

3 redis服务器配置

1. # REDIS (RedisProperties)
2. spring.redis.database= # database name
3. spring.redis.host=localhost # server host
4. spring.redis.password= # server password
5. spring.redis.port=6379 # connection port
6. spring.redis.pool.max-idle=8 # pool settings ...
7. spring.redis.pool.min-idle=0
8. spring.redis.pool.max-active=8
9. spring.redis.pool.max-wait=-1
10. spring.redis.sentinel.master= # name of Redis server
11. spring.redis.sentinel.nodes= # comma-separated list of host:port pairs

4 应用

测试两个实体类

1. package com.wisely.ij.domain;
2. public class Address {
3. private Long id;
4. private String province;
5. private String city;
6. public Address(Long id,String province, String city) {
7. this.id = id;
8. this.province = province;
9. this.city = city;
10. }
11. public Address() {
12. }
13. public Long getId() {
14. return id;
15. }
16. public void setId(Long id) {
17. this.id = id;
18. }
19. public String getProvince() {
20. return province;
21. }
22. public void setProvince(String province) {
23. this.province = province;
24. }
25. public String getCity() {
26. return city;
27. }
28. public void setCity(String city) {
29. this.city = city;
30. }
31. }

1. package com.wisely.ij.domain;
2. public class User {
3. private Long id;
4. private String firstName;
5. private String lastName;
6. public User(Long id,String firstName, String lastName) {
7. this.id = id ;
8. this.firstName = firstName;
9. this.lastName = lastName;
10. }
11. public User() {
12. }
13. public Long getId() {
14. return id;
15. }
16. public void setId(Long id) {
17. this.id = id;
18. }
19. public String getFirstName() {
20. return firstName;
21. }
22. public void setFirstName(String firstName) {
23. this.firstName = firstName;
24. }
25. public String getLastName() {
26. return lastName;
27. }
28. public void setLastName(String lastName) {
29. this.lastName = lastName;
30. }
31. }

使用演示

1. package com.wisely.ij.service;
2. import com.wisely.ij.domain.Address;
3. import com.wisely.ij.domain.User;
4. import org.springframework.cache.annotation.Cacheable;
5. import org.springframework.stereotype.Service;
6. /**
7. * Created by wisely on 2015/5/25.
8. */
9. @Service
10. public class DemoService {
11. @Cacheable(value = "usercache",keyGenerator = "wiselyKeyGenerator")
12. public User findUser(Long id,String firstName,String lastName){
13. System.out.println("无缓存的时候调用这里");
14. return new User(id,firstName,lastName);
15. }
16. @Cacheable(value = "addresscache",keyGenerator = "wiselyKeyGenerator")
17. public Address findAddress(Long id,String province,String city){
18. System.out.println("无缓存的时候调用这里");
19. return new Address(id,province,city);
20. }
21. }

1. package com.wisely.ij.web;
2. import com.wisely.ij.domain.Address;
3. import com.wisely.ij.domain.User;
4. import com.wisely.ij.service.DemoService;
5. import org.springframework.beans.factory.annotation.Autowired;
6. import org.springframework.stereotype.Controller;
7. import org.springframework.web.bind.annotation.RequestMapping;
8. import org.springframework.web.bind.annotation.ResponseBody;
9. /**
10. * Created by wisely on 2015/5/25.
11. */
12. @Controller
13. public class DemoController {
14. @Autowired
15. DemoService demoService;
16. @RequestMapping("/test")
17. @ResponseBody
18. public String putCache(){
19. demoService.findUser(1l,"wang","yunfei");
20. demoService.findAddress(1l,"anhui","hefei");
21. System.out.println("若下面没出现“无缓存的时候调用”字样且能打印出数据表示测试成功");
22. return "ok";
23. }
24. @RequestMapping("/test2")
25. @ResponseBody
26. public String testCache(){
27. User user = demoService.findUser(1l,"wang","yunfei");
28. Address address =demoService.findAddress(1l,"anhui","hefei");
29. System.out.println("我这里没执行查询");
30. System.out.println("user:"+"/"+user.getFirstName()+"/"+user.getLastName());
31. System.out.println("address:"+"/"+address.getProvince()+"/"+address.getCity());
32. return "ok";
33. }
34. }

5 检验

先访问http://localhost:8080/test 保存缓存

再访问http://localhost:8080/test2 调用缓存里的数据

http://wiselyman.iteye.com/blog/2184884

《整合 spring 4(包括mvc、context、orm) + mybatis 3 示例》一文简要介绍了最新版本的 Spring MVC、IOC、MyBatis ORM 三者的整合以及声明式事务处理。现在我们需要把缓存也整合进来，缓存我们选用的是 Redis，本文将在该文示例基础上介绍 Redis 缓存 + Spring 的集成。关于 Redis 服务器的搭建请参考博客《Redhat5.8 环境下编译安装 Redis 并将其注册为系统服务》。

1. 依赖包安装

pom.xml 加入：

1. <!-- redis cache related.....start -->
2. <dependency>
3. <groupId>org.springframework.data</groupId>
4. <artifactId>spring-data-redis</artifactId>
5. <version>1.6.0.RELEASE</version>
6. </dependency>
7. <dependency>
8. <groupId>redis.clients</groupId>
9. <artifactId>jedis</artifactId>
10. <version>2.7.3</version>
11. </dependency>
12. <!-- redis cache related.....end -->

2. Spring 项目集成进缓存支持

要启用缓存支持，我们需要创建一个新的 CacheManager bean。CacheManager 接口有很多实现，本文演示的是和 Redis 的集成，自然就是用 RedisCacheManager 了。Redis 不是应用的共享内存，它只是一个内存服务器，就像 MySql 似的，我们需要将应用连接到它并使用某种“语言”进行交互，因此我们还需要一个连接工厂以及一个 Spring 和 Redis 对话要用的 RedisTemplate，这些都是 Redis 缓存所必需的配置，把它们都放在自定义的 CachingConfigurerSupport 中：

1. /**
2. * File Name：RedisCacheConfig.java
3. *
4. * Copyright Defonds Corporation 2015
5. * All Rights Reserved
6. *
7. */
8. package com.defonds.bdp.cache.redis;
9. import org.springframework.cache.CacheManager;
10. import org.springframework.cache.annotation.CachingConfigurerSupport;
11. import org.springframework.cache.annotation.EnableCaching;
12. import org.springframework.context.annotation.Bean;
13. import org.springframework.context.annotation.Configuration;
14. import org.springframework.data.redis.cache.RedisCacheManager;
15. import org.springframework.data.redis.connection.RedisConnectionFactory;
16. import org.springframework.data.redis.connection.jedis.JedisConnectionFactory;
17. import org.springframework.data.redis.core.RedisTemplate;
18. /**
19. *
20. * Project Name：bdp
21. * Type Name：RedisCacheConfig
22. * Type Description：
23. *  Author：Defonds
24. * Create Date：2015-09-21
25. *
26. * @version
27. *
28. */
29. @Configuration
30. @EnableCaching
31. public class RedisCacheConfig extends CachingConfigurerSupport {
32. @Bean
33. public JedisConnectionFactory redisConnectionFactory() {
34. JedisConnectionFactory redisConnectionFactory = new JedisConnectionFactory();
35. // Defaults
36. redisConnectionFactory.setHostName("192.168.1.166");
37. redisConnectionFactory.setPort(6379);
38. return redisConnectionFactory;
39. }
40. @Bean
41. public RedisTemplate<String, String> redisTemplate(RedisConnectionFactory cf) {
42. RedisTemplate<String, String> redisTemplate = new RedisTemplate<String, String>();
43. redisTemplate.setConnectionFactory(cf);
44. return redisTemplate;
45. }
46. @Bean
47. public CacheManager cacheManager(RedisTemplate redisTemplate) {
48. RedisCacheManager cacheManager = new RedisCacheManager(redisTemplate);
49. // Number of seconds before expiration. Defaults to unlimited (0)
50. cacheManager.setDefaultExpiration(3000); // Sets the default expire time (in seconds)
51. return cacheManager;
52. }
53. }

当然也别忘了把这些 bean 注入 Spring，不然配置无效。在 applicationContext.xml 中加入以下：

1. <context:component-scan base-package="com.defonds.bdp.cache.redis" />

3. 缓存某些方法的执行结果

设置好缓存配置之后我们就可以使用 @Cacheable 注解来缓存方法执行的结果了，比如根据省份名检索城市的 provinceCities 方法和根据 city_code 检索城市的 searchCity 方法：

1. // R
2. @Cacheable("provinceCities")
3. public List<City> provinceCities(String province) {
4. logger.debug("province=" + province);
5. return this.cityMapper.provinceCities(province);
6. }
7. // R
8. @Cacheable("searchCity")
9. public City searchCity(String city_code){
10. logger.debug("city_code=" + city_code);
11. return this.cityMapper.searchCity(city_code);
12. }

4. 缓存数据一致性保证

CRUD (Create 创建，Retrieve 读取，Update 更新，Delete 删除) 操作中，除了 R 具备幂等性，其他三个发生的时候都可能会造成缓存结果和数据库不一致。为了保证缓存数据的一致性，在进行 CUD 操作的时候我们需要对可能影响到的缓存进行更新或者清除。

1. // C
2. @CacheEvict(value = { "provinceCities"}, allEntries = true)
3. public void insertCity(String city_code, String city_jb,
4. String province_code, String city_name,
5. String city, String province) {
6. City cityBean = new City();
7. cityBean.setCityCode(city_code);
8. cityBean.setCityJb(city_jb);
9. cityBean.setProvinceCode(province_code);
10. cityBean.setCityName(city_name);
11. cityBean.setCity(city);
12. cityBean.setProvince(province);
13. this.cityMapper.insertCity(cityBean);
14. }
15. // U
16. @CacheEvict(value = { "provinceCities", "searchCity" }, allEntries = true)
17. public int renameCity(String city_code, String city_name) {
18. City city = new City();
19. city.setCityCode(city_code);
20. city.setCityName(city_name);
21. this.cityMapper.renameCity(city);
22. return 1;
23. }
24. // D
25. @CacheEvict(value = { "provinceCities", "searchCity" }, allEntries = true)
26. public int deleteCity(String city_code) {
27. this.cityMapper.deleteCity(city_code);
28. return 1;
29. }

业务考虑，本示例用的都是 @CacheEvict 清除缓存。如果你的 CUD 能够返回 City 实例，也可以使用 @CachePut 更新缓存策略。笔者推荐能用 @CachePut 的地方就不要用 @CacheEvict，因为后者将所有相关方法的缓存都清理掉，比如上面三个方法中的任意一个被调用了的话，provinceCities 方法的所有缓存将被清除。

5. 自定义缓存数据 key 生成策略

对于使用 @Cacheable 注解的方法，每个缓存的 key 生成策略默认使用的是参数名+参数值，比如以下方法：

1. @Cacheable("users")
2. public User findByUsername(String username)

这个方法的缓存将保存于 key 为 users~keys 的缓存下，对于 username 取值为 "赵德芳" 的缓存，key 为 "username-赵德芳"。一般情况下没啥问题，二般情况如方法 key 取值相等然后参数名也一样的时候就出问题了，如：

1. @Cacheable("users")
2. public Integer getLoginCountByUsername(String username)

这个方法的缓存也将保存于 key 为 users~keys 的缓存下。对于 username 取值为 "赵德芳" 的缓存，key 也为 "username-赵德芳"，将另外一个方法的缓存覆盖掉。
解决办法是使用自定义缓存策略，对于同一业务(同一业务逻辑处理的方法，哪怕是集群/分布式系统)，生成的 key 始终一致，对于不同业务则不一致：

1. @Bean
2. public KeyGenerator customKeyGenerator() {
3. return new KeyGenerator() {
4. @Override
5. public Object generate(Object o, Method method, Object... objects) {
6. StringBuilder sb = new StringBuilder();
7. sb.append(o.getClass().getName());
8. sb.append(method.getName());
9. for (Object obj : objects) {
10. sb.append(obj.toString());
11. }
12. return sb.toString();
13. }
14. };
15. }

于是上述两个方法，对于 username 取值为 "赵德芳" 的缓存，虽然都还是存放在 key 为 users~keys 的缓存下，但由于 key 分别为 "类名-findByUsername-username-赵德芳" 和 "类名-getLoginCountByUsername-username-赵德芳"，所以也不会有问题。
这对于集群系统、分布式系统之间共享缓存很重要，真正实现了分布式缓存。
笔者建议：缓存方法的 @Cacheable 最好使用方法名，避免不同的方法的 @Cacheable 值一致，然后再配以以上缓存策略。

6. 缓存的验证

6.1 缓存的验证

为了确定每个缓存方法到底有没有走缓存，我们打开了 MyBatis 的 SQL 日志输出，并且为了演示清楚，我们还清空了测试用 Redis 数据库。
先来验证 provinceCities 方法缓存，Eclipse 启动 tomcat 加载项目完毕，使用 JMeter 调用 /bdp/city/province/cities.json 接口：

Eclipse 控制台输出如下：

说明这一次请求没有命中缓存，走的是 db 查询。JMeter 再次请求，Eclipse 控制台输出：

标红部分以下是这一次请求的 log，没有访问 db 的 log，缓存命中。查看本次请求的 Redis 存储情况：

同样可以验证 city_code 为 1492 的 searchCity 方法的缓存是否有效：

图中标红部分是 searchCity 的缓存存储情况。

6.2 缓存一致性的验证

先来验证 insertCity 方法的缓存配置，JMeter 调用 /bdp/city/create.json 接口：

之后看 Redis 存储：

可以看出 provinceCities 方法的缓存已被清理掉，insertCity 方法的缓存奏效。
然后验证 renameCity 方法的缓存配置，JMeter 调用 /bdp/city/rename.json 接口：

之后再看 Redis 存储：

searchCity 方法的缓存也已被清理，renameCity 方法的缓存也奏效。

7. 注意事项

1. 要缓存的 Java 对象必须实现 Serializable 接口，因为 Spring 会将对象先序列化再存入 Redis，比如本文中的 com.defonds.bdp.city.bean.City 类，如果不实现 Serializable 的话将会遇到类似这种错误：nested exception is java.lang.IllegalArgumentException: DefaultSerializer requires a Serializable payload but received an object of type [com.defonds.bdp.city.bean.City]]。
2. 缓存的生命周期我们可以配置，然后托管 Spring CacheManager，不要试图通过 redis-cli 命令行去管理缓存。比如 provinceCities 方法的缓存，某个省份的查询结果会被以 key-value 的形式存放在 Redis，key 就是我们刚才自定义生成的 key，value 是序列化后的对象，这个 key 会被放在 key 名为 provinceCities~keys key-value 存储中，参考下图"provinceCities 方法在 Redis 中的缓存情况"。可以通过 redis-cli 使用 del 命令将 provinceCities~keys 删除，但每个省份的缓存却不会被清除。
3. CacheManager 必须设置缓存过期时间，否则缓存对象将永不过期，这样做的原因如上，避免一些野数据“永久保存”。此外，设置缓存过期时间也有助于资源利用最大化，因为缓存里保留的永远是热点数据。
4. 缓存适用于读多写少的场合，查询时缓存命中率很低、写操作很频繁等场景不适宜用缓存。

后记

本文完整 Eclipse 下的开发项目示例已上传 CSDN 资源，有兴趣的朋友可以去下载下来参考：http://download.csdn.net/detail/defonds/9137505。

参考资料

• Caching Data with Spring
• 35. Cache Abstraction Part VII. Integration
• Caching Data in Spring Using Redis
• Caching with Spring Data Redis
• spring-redis-caching-example

http://blog.csdn.net/defonds/article/details/48716161

本文介绍了如何使用注解的方式,将Redis缓存整合到你的Spring项目。

首先我们将使用jedis驱动，进而开始配置我们的Gradle。

group 'com.gkatzioura.spring'
version '1.0-SNAPSHOT'
apply plugin: 'java'
apply plugin: 'eclipse'
apply plugin: 'idea'
apply plugin: 'spring-boot'
buildscript {
    repositories {
        mavenCentral()
    }
    dependencies {
        classpath("org.springframework.boot:spring-boot-gradle-plugin:1.2.5.RELEASE")
    }
}
jar {
    baseName = 'gs-serving-web-content'
    version =  '0.1.0'
}
sourceCompatibility = 1.8
repositories {
    mavenCentral()
}
dependencies {
    compile "org.springframework.boot:spring-boot-starter-thymeleaf"
    compile 'org.slf4j:slf4j-api:1.6.6'
    compile 'ch.qos.logback:logback-classic:1.0.13'
    compile 'redis.clients:jedis:2.7.0'
    compile 'org.springframework.data:spring-data-redis:1.5.0.RELEASE'
    testCompile group: 'junit', name: 'junit', version: '4.11'
}
task wrapper(type: Wrapper) {
    gradleVersion = '2.3'
}

紧接着我们将使用Spring注解，继续执行Redis装载配置。

package com.gkatzioura.spring.config;
import org.springframework.cache.CacheManager;
import org.springframework.cache.annotation.CachingConfigurerSupport;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheManager;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.connection.jedis.JedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.RedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
@Configuration
@EnableCaching
public class RedisConfig extends CachingConfigurerSupport {
    @Bean
    public JedisConnectionFactory redisConnectionFactory() {
        JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory();
        jedisConnectionFactory.setUsePool(true);
        return jedisConnectionFactory;
    }
    @Bean
    public RedisSerializer redisStringSerializer() {
        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
        return stringRedisSerializer;
    }
    @Bean(name="redisTemplate")
    public RedisTemplate<String, String> redisTemplate(RedisConnectionFactory cf,RedisSerializer redisSerializer) {
        RedisTemplate<String, String> redisTemplate = new RedisTemplate<String, String>();
        redisTemplate.setConnectionFactory(cf);
        redisTemplate.setDefaultSerializer(redisSerializer);
        return redisTemplate;
    }
    @Bean
    public CacheManager cacheManager() {
        return new RedisCacheManager(redisTemplate(redisConnectionFactory(),redisStringSerializer()));
    }
}

下一步将创建缓存接口CacheService。

package com.gkatzioura.spring.cache;
import java.util.Date;
import java.util.List;
public interface CacheService {
    public void addMessage(String user,String message);
    public List<String> listMessages(String user);
}

当然用户既可以增加一条消息也能取回一条消息。因此，在实现过程中，用户相关信息的存在时间将默认设为一分钟。

我们用Redis来继承实现CacheService接口。

package com.gkatzioura.spring.cache.impl;
import com.gkatzioura.spring.cache.CacheService;
import org.springframework.data.redis.core.ListOperations;
import org.springframework.data.redis.core.RedisOperations;
import org.springframework.data.redis.core.SetOperations;
import org.springframework.stereotype.Service;
import javax.annotation.Resource;
import java.time.ZonedDateTime;
import java.time.temporal.ChronoUnit;
import java.util.Date;
import java.util.List;
@Service("cacheService")
public class RedisService implements CacheService {
    @Resource(name = "redisTemplate")
    private ListOperations<String, String> messageList;
    @Resource(name = "redisTemplate")
    private RedisOperations<String,String> latestMessageExpiration;
    @Override
    public void addMessage(String user,String message) {
        messageList.leftPush(user,message);
        ZonedDateTime zonedDateTime = ZonedDateTime.now();
        Date date = Date.from(zonedDateTime.plus(1, ChronoUnit.MINUTES).toInstant());
        latestMessageExpiration.expireAt(user,date);
    }
    @Override
    public List<String> listMessages(String user) {
        return messageList.range(user,0,-1);
    }
}

我们的缓存机制将保留每个用户发送的消息列表。为了实现这个功能我们将调用ListOperations接口，同时将每个user作为一个key键值。通过RedisOperations接口，我们可以为key设置特定存在时长。在本例中，主要使用的是 user key。

下一步我们将创建一个controller注入缓存服务。

package com.gkatzioura.spring.controller;
import com.gkatzioura.spring.cache.CacheService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;
import java.util.List;
@RestController
public class MessageController {
    @Autowired
    private CacheService cacheService;
    @RequestMapping(value = "/message",method = RequestMethod.GET)
    @ResponseBody
    public List<String> greeting(String user) {
        List<String> messages = cacheService.listMessages(user);
        return messages;
    }
    @RequestMapping(value = "/message",method = RequestMethod.POST)
    @ResponseBody
    public String saveGreeting(String user,String message) {
        cacheService.addMessage(user,message);
        return "OK";
    }
}

最后完成类Application的创建。

package com.gkatzioura.spring;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class Application {
    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }
}

经过如上步骤，接下来直接运行Application即可。

原文链接：Integrate Redis into a Spring Project（ 译者/丘志鹏 审校/朱正贵 责编/仲浩）

http://www.csdn.net/article/2015-09-01/2825600

使用Spring Cache + Redis + Jackson Serializer缓存数据库查询结果中序列化问题的解决

应用场景

我们希望通过缓存来减少对关系型数据库的查询次数，减轻数据库压力。在执行DAO类的select***(), query***()方法时，先从Redis中查询有没有缓存数据，如果有则直接从Redis拿到结果，如果没有再向数据库发起查询请求取数据。

序列化问题

要把domain object做为key-value对保存在redis中，就必须要解决对象的序列化问题。Spring Data Redis给我们提供了一些现成的方案：

• JdkSerializationRedisSerializer. 使用JDK提供的序列化功能。 优点是反序列化时不需要提供类型信息(class)，但缺点是序列化后的结果非常庞大，是JSON格式的5倍左右，这样就会消耗redis服务器的大量内存。
• Jackson2JsonRedisSerializer. 使用Jackson库将对象序列化为JSON字符串。优点是速度快，序列化后的字符串短小精悍。
  但缺点也非常致命，那就是此类的构造函数中有一个类型参数，必须提供要序列化对象的类型信息(.class对象)。 通过查看源代码，发现其只在反序列化过程中用到了类型信息。

如果用方案一，就必须付出缓存多占用4倍内存的代价，实在承受不起。如果用方案二，则必须给每一种domain对象都配置一个Serializer，即如果我的应用里有100种domain对象，那就必须在spring配置文件中配置100个Jackson2JsonRedisSerializer，这显然是不现实的。

通过google, 发现spring data redis项目中有一个#145 pull request, 而这个提交请求的内容正是解决Jackson必须提供类型信息的问题。然而不幸的是这个请求还没有被merge。但我们可以把代码copy一下放到自己的项目中：

/**
 * @author Christoph Strobl
 * @since 1.6
 */
public class GenericJackson2JsonRedisSerializer implements RedisSerializer<Object> {

    private final ObjectMapper mapper;

    /**
     * Creates {@link GenericJackson2JsonRedisSerializer} and configures {@link ObjectMapper} for default typing.
     */
    public GenericJackson2JsonRedisSerializer() {
        this((String) null);
    }

    /**
     * Creates {@link GenericJackson2JsonRedisSerializer} and configures {@link ObjectMapper} for default typing using the
     * given {@literal name}. In case of an {@literal empty} or {@literal null} String the default
     * {@link JsonTypeInfo.Id#CLASS} will be used.
     *
     * @param classPropertyTypeName Name of the JSON property holding type information. Can be {@literal null}.
     */
    public GenericJackson2JsonRedisSerializer(String classPropertyTypeName) {

        this(new ObjectMapper());

        if (StringUtils.hasText(classPropertyTypeName)) {
            mapper.enableDefaultTypingAsProperty(DefaultTyping.NON_FINAL, classPropertyTypeName);
        } else {
            mapper.enableDefaultTyping(DefaultTyping.NON_FINAL, As.PROPERTY);
        }
    }

    /**
     * Setting a custom-configured {@link ObjectMapper} is one way to take further control of the JSON serialization
     * process. For example, an extended {@link SerializerFactory} can be configured that provides custom serializers for
     * specific types.
     *
     * @param mapper must not be {@literal null}.
     */
    public GenericJackson2JsonRedisSerializer(ObjectMapper mapper) {

        Assert.notNull(mapper, "ObjectMapper must not be null!");
        this.mapper = mapper;
    }

    /*
     * (non-Javadoc)
     * @see org.springframework.data.redis.serializer.RedisSerializer#serialize(java.lang.Object)
     */
    @Override
    public byte[] serialize(Object source) throws SerializationException {

        if (source == null) {
            return SerializationUtils.EMPTY_ARRAY;
        }

        try {
            return mapper.writeValueAsBytes(source);
        } catch (JsonProcessingException e) {
            throw new SerializationException("Could not write JSON: " + e.getMessage(), e);
        }
    }

    /*
     * (non-Javadoc)
     * @see org.springframework.data.redis.serializer.RedisSerializer#deserialize(byte[])
     */
    @Override
    public Object deserialize(byte[] source) throws SerializationException {
        return deserialize(source, Object.class);
    }

    /**
     * @param source can be {@literal null}.
     * @param type must not be {@literal null}.
     * @return {@literal null} for empty source.
     * @throws SerializationException
     */
    public <T> T deserialize(byte[] source, Class<T> type) throws SerializationException {

        Assert.notNull(type,
                "Deserialization type must not be null! Pleaes provide Object.class to make use of Jackson2 default typing.");

        if (SerializationUtils.isEmpty(source)) {
            return null;
        }

        try {
            return mapper.readValue(source, type);
        } catch (Exception ex) {
            throw new SerializationException("Could not read JSON: " + ex.getMessage(), ex);
        }
    }
}

然后在配置文件中使用这个GenericJackson2JsonRedisSerializer:

<bean id="jacksonSerializer" class="com.fh.taolijie.component.GenericJackson2JsonRedisSerializer">
    </bean>

重新构建部署，我们发现这个serializer可以同时支持多种不同类型的domain对象，问题解决。

http://www.myexception.cn/database/1958643.html

spring-data-redis提供了多种serializer策略，这对使用jedis的开发者而言，实在是非常便捷。sdr提供了4种内置的serializer：

• JdkSerializationRedisSerializer：使用JDK的序列化手段(serializable接口，ObjectInputStrean，ObjectOutputStream)，数据以字节流存储
• StringRedisSerializer：字符串编码，数据以string存储
• JacksonJsonRedisSerializer：json格式存储
• OxmSerializer：xml格式存储

其中JdkSerializationRedisSerializer和StringRedisSerializer是最基础的序列化策略，其中“JacksonJsonRedisSerializer”与“OxmSerializer”都是基于stirng存储，因此它们是较为“高级”的序列化(最终还是使用string解析以及构建java对象)。

RedisTemplate中需要声明4种serializer，默认为“JdkSerializationRedisSerializer”：

1) keySerializer ：对于普通K-V操作时，key采取的序列化策略
    2) valueSerializer：value采取的序列化策略
    3) hashKeySerializer： 在hash数据结构中，hash-key的序列化策略
    4) hashValueSerializer：hash-value的序列化策略

无论如何，建议key/hashKey采用StringRedisSerializer。

接下来，通过实例描述如何使用它们,可以首先参考“spring-data-redis特性”：

http://shift-alt-ctrl.iteye.com/blog/1887370

http://www.cnblogs.com/google4y/p/3535106.html