当前位置：首页 > news >正文

关于Redis不同序列化压缩性能的对比

news 2025/9/14 5:26:10

一、背景介绍

为了核心业务更好的安全性，部分业务服务和核心业务做了redis分离，项目中初始化多个redis的链接，负责的一个业务系统，就存在redis的配置不太够，内存比较吃紧，于是乎，就想到了通过引入更加优秀的序列化方式，在牺牲redis中value的可读性，获取更低的内存占用（如果切换不同的redis序列化方式，同一个key切换前后会有不兼容的情况）。

二、解决方案

有了初期的思路，解决这个问题，相对也比较简单，通过调研，选择了几种比较常用的序列化方式，采用简单直接的方式，通过不同序列化将对象设置到redis中，对比一下他们的value占用空间大小。

三、环境声明：

JDK：17

Maven配置：

        <!--redisson--><dependency><groupId>org.redisson</groupId><artifactId>redisson-spring-boot-starter</artifactId><version>3.45.1</version></dependency><!--JSON序列化--><dependency><groupId>com.fasterxml.jackson.datatype</groupId><artifactId>jackson-datatype-jsr310</artifactId><version>2.18.4</version></dependency><!--fury序列化，可能会和项目中的guava包有依赖冲突，需要排除一下--><dependency><groupId>org.apache.fury</groupId><artifactId>fury-core</artifactId><version>0.9.0</version><exclusions><exclusion><artifactId>guava</artifactId><groupId>com.google.guava</groupId></exclusion></exclusions></dependency>

Redisson配置：

    public RedissonAutoConfigurationCustomizer redissonCustomizer() {return config -> {
// 指定序列化输入的类型，类必须是非final修饰的。序列化时将对象全类名一起保存下来
//            JavaTimeModule javaTimeModule = new JavaTimeModule();
//            DateTimeFormatter formatter = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
//            javaTimeModule.addSerializer(LocalDateTime.class, new LocalDateTimeSerializer(formatter));
//            javaTimeModule.addDeserializer(LocalDateTime.class, new LocalDateTimeDeserializer(formatter));
//            ObjectMapper om = new ObjectMapper();
//            om.registerModule(javaTimeModule);
//            om.setTimeZone(TimeZone.getDefault());
//            om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
//            om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL);
//            LoggerFactory.useSlf4jLogging(true);
//            TypedJsonJacksonCodec jsonCodec = new TypedJsonJacksonCodec(Object.class, om);// 组合序列化 key 使用 String 内容使用通用 json 格式
//            CompositeCodec codec = new CompositeCodec(StringCodec.INSTANCE, jsonCodec, jsonCodec);
//            CompositeCodec codec = new CompositeCodec(StringCodec.INSTANCE, StringCodec.INSTANCE, StringCodec.INSTANCE);
//            CompositeCodec codec = new CompositeCodec(StringCodec.INSTANCE, new Kryo5Codec(), new Kryo5Codec());CustomFuryCodec furyCodec = new CustomFuryCodec();CompositeCodec codec = new CompositeCodec(StringCodec.INSTANCE, furyCodec, furyCodec);config.setThreads(redissonProperties.getThreads()).setNettyThreads(redissonProperties.getNettyThreads())// 缓存 Lua 脚本 减少网络传输(redisson 大部分的功能都是基于 Lua 脚本实现).setUseScriptCache(true).setCodec(codec);if (SpringUtils.isVirtual()) {config.setNettyExecutor(new VirtualThreadTaskExecutor("redisson-"));}RedissonProperties.SingleServerConfig singleServerConfig = redissonProperties.getSingleServerConfig();if (ObjectUtil.isNotNull(singleServerConfig)) {// 使用单机模式config.useSingleServer()//设置redis key前缀.setNameMapper(new KeyPrefixHandler(redissonProperties.getKeyPrefix())).setTimeout(singleServerConfig.getTimeout()).setClientName(singleServerConfig.getClientName()).setIdleConnectionTimeout(singleServerConfig.getIdleConnectionTimeout()).setSubscriptionConnectionPoolSize(singleServerConfig.getSubscriptionConnectionPoolSize()).setConnectionMinimumIdleSize(singleServerConfig.getConnectionMinimumIdleSize()).setConnectionPoolSize(singleServerConfig.getConnectionPoolSize());}// 集群配置方式 参考下方注释RedissonProperties.ClusterServersConfig clusterServersConfig = redissonProperties.getClusterServersConfig();if (ObjectUtil.isNotNull(clusterServersConfig)) {config.useClusterServers()//设置redis key前缀.setNameMapper(new KeyPrefixHandler(redissonProperties.getKeyPrefix())).setTimeout(clusterServersConfig.getTimeout()).setClientName(clusterServersConfig.getClientName()).setIdleConnectionTimeout(clusterServersConfig.getIdleConnectionTimeout()).setSubscriptionConnectionPoolSize(clusterServersConfig.getSubscriptionConnectionPoolSize()).setMasterConnectionMinimumIdleSize(clusterServersConfig.getMasterConnectionMinimumIdleSize()).setMasterConnectionPoolSize(clusterServersConfig.getMasterConnectionPoolSize()).setSlaveConnectionMinimumIdleSize(clusterServersConfig.getSlaveConnectionMinimumIdleSize()).setSlaveConnectionPoolSize(clusterServersConfig.getSlaveConnectionPoolSize()).setReadMode(clusterServersConfig.getReadMode()).setSubscriptionMode(clusterServersConfig.getSubscriptionMode());}log.info("初始化 redis 配置");};}

FuryCodec配置类：

public class CustomFuryCodec extends BaseCodec {// 使用 ThreadLocal 确保每个线程有独立的 Fury 实例private final ThreadLocal<Fury> furyThreadLocal;public CustomFuryCodec() {this.furyThreadLocal = ThreadLocal.withInitial(() ->Fury.builder().withLanguage(Language.JAVA)  // 纯 Java 模式，性能最佳.requireClassRegistration(false)  // 强制注册类，避免写入类名（前提：预注册所有类）.withMetaShare(false)  // 启用 MetaContext 共享，减少 schema 重复（如果需要；否则 false 以进一步提速）.withRefTracking(false)  // 无循环引用时关闭，提升性能.withCodegen(true)  // 启用 ASM 代码生成，接近手写代码速度.withAsyncCompilation(true)  // 启用异步编译，长期使用下更快.withCompatibleMode(CompatibleMode.SCHEMA_CONSISTENT)  // 非兼容模式，纯性能优化.withNumberCompressed(true)  // 启用 int/long 压缩，减少大小.withStringCompressed(true)  // 启用字符串压缩，适合大对象.build());}// 供 Redisson 复制 codec 时调用的构造方法public CustomFuryCodec(ClassLoader classLoader, CustomFuryCodec codec) {this(); // 调用默认构造，重新创建 ThreadLocal<Fury>}private Fury getFury() {return furyThreadLocal.get();}@Overridepublic Decoder<Object> getValueDecoder() {return (ByteBuf buf, State state) -> {byte[] bytes = new byte[buf.readableBytes()];buf.readBytes(bytes);return getFury().deserialize(MemoryBuffer.fromByteArray(bytes));};}@Overridepublic Encoder getValueEncoder() {return in -> {byte[] bytes = getFury().serialize(in);return Unpooled.wrappedBuffer(bytes);};}
}

四、结果对比

Kryo5Codec：

Java／JVM 上很成熟的二进制序列化库，用于对象图（object graph）序列化，高效但需要配置（注册类、Serializer等）；快速、紧凑、支持复杂对象图，但在某些场景下（比如跨语言、零拷贝、元数据开销）会有劣势；

字节码序列化，通常比 Java Serialization／JSON 那些格式小很多，相对的字节码也不可直接阅读。通过注册类可以进一步减少类名、类型 tag 等元数据开销，可变长编码也有助于压缩整型等，对于某些类型（字符串、多余空值、nulls、共享引用等）大小可能较大。kryo5-gitHub链接https://github.com/EsotericSoftware/kryo最终的Redis Key Size（1）：