Redis存取序列化與反序列化性能問題詳解
1. 問題場(chǎng)景
我們?cè)谑褂肦edis的時(shí)候經(jīng)常會(huì)將對(duì)象序列化存儲(chǔ)到Redis中,在取出的時(shí)候進(jìn)行反序列化,如果對(duì)象過大在進(jìn)行序列化和反序列化的時(shí)候會(huì)有一定性能問題。今天查看了CSRedis源碼發(fā)現(xiàn)在Set和Get的時(shí)候是支持Byte[]類型,那么問題來了如果我們將對(duì)象轉(zhuǎn)換成Byte[]類型進(jìn)行存儲(chǔ)是否會(huì)比序列化和反序列化操作快了?
2. 問題驗(yàn)證
2.1. 編寫一個(gè)簡(jiǎn)單實(shí)例進(jìn)行驗(yàn)證
List<User> list = new List<User>();
for (int i = 0; i < 1000; i++)
{
User user = new User() { Id = i, Name = "張三", Age = 11 };
list.Add(user);
}
Stopwatch stopwatch = new Stopwatch();
stopwatch.Start(); // 開始監(jiān)視代碼運(yùn)行時(shí)間
//使用序列化
rds.HSet("test2", "test2", list);
var list1 = rds.HGet<List<User>>("test2", "test2");
//使用byte方式
//rds.HSet("test", "test1", ObjectToBytes(list));
//var list2 = BytesToObject(rds.HGet<byte[]>("test", "test1"));
stopwatch.Stop(); // 停止監(jiān)視
TimeSpan timespan = stopwatch.Elapsed; // 獲取當(dāng)前實(shí)例測(cè)量得出的總時(shí)間
double hours = timespan.TotalHours; // 總小時(shí)
double minutes = timespan.TotalMinutes; // 總分鐘
double seconds = timespan.TotalSeconds; // 總秒數(shù)
double milliseconds = timespan.TotalMilliseconds;
Console.WriteLine(+hours + " " + minutes + " " + seconds + " " + milliseconds);
Console.ReadKey();
對(duì)象轉(zhuǎn)換成Byte,和Byte轉(zhuǎn)成對(duì)象公用方法。
/// <summary>
/// 將一個(gè)object對(duì)象序列化,返回一個(gè)byte[]
/// </summary>
/// <param name="obj">能序列化的對(duì)象</param>
/// <returns></returns>
public static byte[] ObjectToBytes(object obj)
{
byte[] buff;
using (MemoryStream ms = new MemoryStream())
{
IFormatter iFormatter = new BinaryFormatter();
iFormatter.Serialize(ms, obj);
buff = ms.GetBuffer();
}
return buff;
}
/// <summary>
/// 將一個(gè)序列化后的byte[]數(shù)組還原
/// </summary>
/// <param name="Bytes"></param>
/// <returns></returns>
public static object BytesToObject(byte[] Bytes)
{
using (MemoryStream ms = new MemoryStream(Bytes))
{
IFormatter formatter = new BinaryFormatter(); return formatter.Deserialize(ms);
}
}
注意點(diǎn):兩種方式要分開執(zhí)行!??!
2.2 響應(yīng)結(jié)果
序列化操作響應(yīng)時(shí)間:

Byte操作響應(yīng)時(shí)間:

我們可以明顯看到Byte速度要快于序列化操作,并且Redis獲取值沒有問題

我們借助Redis客戶端工具來看看Redis里面存儲(chǔ)的內(nèi)容:
首先是序列化的內(nèi)容

然后是Byte的內(nèi)容

這只是一個(gè)簡(jiǎn)單的測(cè)試,后續(xù)我還會(huì)結(jié)合項(xiàng)目實(shí)際情況進(jìn)行測(cè)試。如果有寫的不對(duì)地方歡迎各位指出問題。
總結(jié)
到此這篇關(guān)于Redis存取序列化與反序列化性能問題的文章就介紹到這了,更多相關(guān)Redis存取序列化與反序列化性能內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
AOP?Redis自定義注解實(shí)現(xiàn)細(xì)粒度接口IP訪問限制
這篇文章主要為大家介紹了AOP?Redis自定義注解實(shí)現(xiàn)細(xì)粒度接口IP訪問限制,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-10-10
Redis 操作多個(gè)數(shù)據(jù)庫的配置的方法實(shí)現(xiàn)
本文主要介紹了Redis 操作多個(gè)數(shù)據(jù)庫的配置的方法實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-03-03

