大数据 memcache缓存序列化太慢策略

今天做一个大数据量的缓存;

RankDetailMybatis{

    private String battleTag;// 官方tag标签
    private Long heroId;// 子帐号id
    private Integer serverType;// 服务器类型：1欧
    private BigDecimal attrValue;//属性值

}

List<RankDetailMybatis> ls;

其中ls的长度=5万

存入memcache中，居然耗时9秒；实在难以忍受，时间都花在了序列化反序列化了

最后无奈，换种策略来存储缓存数据；

java先把ls转换成指定格式的字符串$str，然后调用memcache 存入缓存，100ms完成；简直是巨大的改进

然后从memcache取缓存，同样100ms的时间；

剩下的时间就是把$str 通过正则转换成java字符串或者java对象，再操作吧 

也只能使用此种笨拙的方法 避过反序列化 获取性能

最后性能提升 问题得以解决

分析：序列化 反序列化 当是java对象时 自然是耗时的 

如果我们绕过序列化，直接把我们的缓存 当做字符串 借用memcache的缓存功能 缓存起来，一举两得；danga.memcache存字符串自然就快的没法说了

所以我们才能提升