基于.NET 8的Redis缓存优化：大JSON序列化性能问题

针对3MB级大JSON在Redis缓存中使用System.Text.Json性能不达预期的问题，推荐以下几种高性能序列化方案：

1. MessagePack-CSharp #

这是一款二进制序列化库，天生适配缓存场景——序列化后体积比JSON小50%以上，序列化/反序列化速度是System.Text.Json的2-5倍，完全兼容.NET 8和Redis的二进制存储机制。

用法示例：
先安装包：
Install-Package MessagePack-CSharp

推荐使用预编译序列化器（规避运行时反射开销）：

// 配置序列化选项，支持无契约的实体类
var options = MessagePackSerializerOptions.Standard.WithResolver(ContractlessStandardResolver.Instance);

// 序列化对象并存入Redis
byte[] serializedData = MessagePackSerializer.Serialize(yourLargeObject, options);
await redisDb.StringSetAsync("large-data-key", serializedData);

// 从Redis读取并反序列化
byte[] cachedData = await redisDb.StringGetAsync("large-data-key");
var deserializedObject = MessagePackSerializer.Deserialize<YourLargeType>(cachedData, options);

2. Protobuf-net #

基于Google Protocol Buffers的.NET实现，二进制格式体积紧凑、性能优异，还支持跨语言交互，适合需要多语言兼容的缓存场景。

用法示例：
安装包：
Install-Package protobuf-net

先给实体类添加序列化标记：

[ProtoContract]
public class YourLargeType
{
    [ProtoMember(1)]
    public int Id { get; set; }
    
    [ProtoMember(2)]
    public string Title { get; set; }
    
    // 其他字段依次标记唯一序号
}

序列化/反序列化操作：

// 序列化到字节数组
using var stream = new MemoryStream();
Serializer.Serialize(stream, yourLargeObject);
byte[] data = stream.ToArray();
await redisDb.StringSetAsync("large-data-key", data);

// 反序列化
byte[] cachedData = await redisDb.StringGetAsync("large-data-key");
using var readStream = new MemoryStream(cachedData);
var deserializedObject = Serializer.Deserialize<YourLargeType>(readStream);

3. Utf8Json #

专注于UTF-8 JSON的高性能序列化库，在保持JSON可读性的前提下，性能比System.Text.Json高1-3倍，适合既需要JSON格式又要性能的场景。

用法示例：
安装包：
Install-Package Utf8Json

序列化/反序列化：

// 序列化
byte[] data = Utf8Json.JsonSerializer.Serialize(yourLargeObject);
await redisDb.StringSetAsync("large-data-key", data);

// 反序列化
var deserializedObject = Utf8Json.JsonSerializer.Deserialize<YourLargeType>(await redisDb.StringGetAsync("large-data-key"));

额外优化建议 #

• 启用预编译：MessagePack和protobuf-net都支持预编译序列化器，提前生成序列化代码，彻底消除运行时反射开销。
• 压缩数据：如果坚持使用JSON格式，可配合Gzip/Brotli压缩减少存储体积和传输时间，比如用GZipStream包裹序列化流后再存入Redis。
• 拆分大对象：如果业务允许，把3MB的大对象拆分成多个小缓存键，既能降低单次序列化的开销，还能提升缓存命中率。

内容的提问来源于stack exchange，提问作者Mukesh Vadodariya