Java—巨大的对象大小序列化需要较长的内存缓存时间

我们正在尝试向Memcached中插入大约350MB的大型对象，这些对象基本上是随着时间的推移而演变的Bean，并且具有多个属性（Bean），这些属性承载着不能被破坏的关键数据。由于对象的大小很大，序列化会占用大量的时间，并且在多个并发用户的情况下会导致系统响应非常慢

我试过两种方法的结合Folsom@Spotifyjava memcached客户端+Kryo（序列化）+Snappy java（压缩）。序列化和压缩后，对象大小约为30 MB。这仍然是要存储在Memcached中的一个非常大的对象

有两个主要的java bean具有多个属性（getter和setter），但并不需要将这些bean中的所有属性都存储在Memcached中。

---

请建议在使用Memcache时处理大型对象的任何替代方法。

我的理解正确吗？您反序列化一个巨大的对象，修改它并再次序列化它，对于每个用户请求？用户对我们的应用程序执行搜索，我们使用XML web服务从多个供应商系统获取库存。解析每个供应商XML，捕获数据并在Bean（列表）中设置，然后来自不同供应商的库存合并到最终列表中，最终列表在父Bean中设置，该Bean存储在Memcached中。库存对象（在供应商XML解析后创建）->序列化->压缩->然后存储在Memcache中。反序列化不是在这个阶段完成的。当它从未被反序列化时，序列化它的目的是什么？此外，问题似乎出现在“父Bean中设置了这个最终列表”，因为当不构建一个包含所有Bean的大型对象时，您不会遇到序列化非常大的对象的问题。在搜索操作期间，从所有供应商（XML服务）捕获的数据并合并到最终列表中，然后根据唯一的搜索编号将其存储在Memcache中，供以后使用。当用户选择一个库存并继续确认它时，这些缓存的库存数据从Memcache中获取（包括选定的库存数据），然后选定的库存数据将在确认流程的流程中使用。在这里，在将其存储到Memcached之前需要序列化，在我们从Memcached获取清单以便在下一步使用它时需要反序列化。我得到的正确吗？您反序列化一个巨大的对象，修改它并再次序列化它，对于每个用户请求？用户对我们的应用程序执行搜索，我们使用XML web服务从多个供应商系统获取库存。解析每个供应商XML，捕获数据并在Bean（列表）中设置，然后来自不同供应商的库存合并到最终列表中，最终列表在父Bean中设置，该Bean存储在Memcached中。库存对象（在供应商XML解析后创建）->序列化->压缩->然后存储在Memcache中。反序列化不是在这个阶段完成的。当它从未被反序列化时，序列化它的目的是什么？此外，问题似乎出现在“父Bean中设置了这个最终列表”，因为当不构建一个包含所有Bean的大型对象时，您不会遇到序列化非常大的对象的问题。在搜索操作期间，从所有供应商（XML服务）捕获的数据并合并到最终列表中，然后根据唯一的搜索编号将其存储在Memcache中，供以后使用。当用户选择一个库存并继续确认它时，这些缓存的库存数据从Memcache中获取（包括选定的库存数据），然后选定的库存数据将在确认流程的流程中使用。在这里，在将其存储到Memcached之前需要进行序列化，在下一步从Memcached获取清单以使用它时需要进行反序列化。