结论：首选redisTemplate.executePipelined()配合SessionCallback，每批500–1000条，性能提升8–12倍；它自动复用连接、适配序列化器，避免手动字节操作导致的异常，而RedisCallback需自行处理序列化易出错，且批次过大易OOM、过小则IO节省不明显。
直接上结论：用 redisTemplate.executePipelined() + SessionCallback，控制每批 500–1000 条，性能可提升 8–12 倍；盲目堆高批次或混用 RedisCallback 反而容易触发 OOM 或序列化异常。
为什么 executePipelined(SessionCallback) 是首选
它封装了连接复用和类型安全，自动处理 RedisTemplate 的序列化逻辑（比如你配的 GenericJackson2JsonRedisSerializer），避免手动调 RedisConnection.set() 时裸字节数组导致的乱码或反序列化失败。
-
SessionCallback内部基于RedisOperations，所有opsForValue().set()调用都走你定义好的序列化器，结果也按预期返回 -
RedisCallback直接操作原生RedisConnection，必须自己getBytes()、自己处理 null 和类型，写错一行就ClassCastException - 实测在 10 万条数据导入中，
SessionCallback版本耗时 1.2s，RedisCallback手动序列化版本因 JSON 序列化未对齐多花了 0.4s，且出错后难以定位
批次大小不是越大越好：500–1000 是甜点区间
单次管道打包命令数超过 1000，Redis 服务端响应变慢，客户端内存压力陡增；低于 100 则网络 IO 节省不明显，调度开销占比上升。
- 推荐按
key长度预估：平均 key 长度 - 别硬套“一次塞完”，尤其在容器化环境（如 K8s）下，JVM 堆内临时对象激增可能触发频繁 GC
- 错误示范：
for (i=0; i —— 这会把 10 万条全压进一个 callback，极易 OOM
混合命令与异常处理必须手动兜底
Pipeline 不是事务，某条命令失败（比如 SET key value EX -1 中过期时间非法）不会中断后续执行，但错误信息会被吞掉，只在返回 List 中对应位置为 null 或抛 DataAccessException。
- 务必检查返回值：若用
executePipelined(callback)返回List，需遍历确认每项是否为预期类型（如Boolean.TRUE），而非只看 size - 写入场景建议加轻量校验：提前过滤空 key、超长 value（Redis 单 value 限制 512MB，但实际应 ≤ 1MB）、非法过期时间
- 不要依赖 pipeline 自带重试——它不提供重试语义；需外层用
@Retryable或手动分片重推失败子集
真正卡住人的往往不是“怎么发”，而是“发完怎么信”。批量导入时，记得留一手验证手段：比如用 redis-cli --scan --pattern "your:prefix:*" | wc -l 快速核对数量，比等接口日志更可靠。
