1 序列化概念

  • 序列化就是一个把Java对象编码成一串二进制的过程
  • 序列化的用途:可以将对象放入文件存储、或者放入网络传输
  • 反序列化就是一个解码的过程
  • 序列化没有固定的标准,有各种各样序列化的方法

Java自带序列化接口

  • 创建一个User类
  • 在main方法里创建User对象,通过ObjectOutputStream把对象写入到文件中
  • 编译报错
  • 因为该对象不能被序列化
  • 让User类实现 Serializable 接口
  • 把User对象写入到文件成功!
  • 我们发现写入后的文件大小比对象所有的属性值大很多
  • 因为java的Serializable会把类的继承体系也写到文件里,多了很多额外的信息
  • 会变得更臃肿,不利于大数据的数据在分布式系统中传输
• private static void encoding() throws Exception {
    ObjectOutputStream os = new ObjectOutputStream(new FileOutputStream("E:/test/obj1.txt"));
    SerializableUser user = new SerializableUser();
    user.set("9521", "周星星", 23, 10000D);
    os.writeObject(user);
    os.close();
}
• private static void decoding() throws Exception {
    ObjectInputStream oi = new ObjectInputStream(new FileInputStream("E:/test/obj1.txt"));
    Object object = oi.readObject();
    SerializableUser user = (SerializableUser) object;
    System.out.println(user);
    oi.close();
}
  • 自定义序列化(FileOutputStream)
  • 我们通过把对象的属性拼接成字符串
  • 通过 FileOutputStream 将字符串写入文件中
  • 写入后发现文件大小变小了很多(由150字节 --> 50字节)
  • 因为所有的属性都变成字符串格式,没有额外的信息
  • 反序列化的时候读取一行数据自己切割后放入对象
  • 存在一个问题,如果是一个Int类型的值,它变成字符串后字节长度变长了
  • 将对象转成 json 格式再序列化
  • 通过把对象转成 json 格式序列化后可以很方便的对数据进行操作
• private static void encoding2() throws Exception {
    SerializableUser user = new SerializableUser();
    user.set("9521", "周星星", 23, 10000D);
    Gson gson = new Gson();
    String json = gson.toJson(user);
    System.out.println(json);
    FileOutputStream fos = new FileOutputStream("E:/test/obj2.txt");
    fos.write(json.getBytes("utf-8"));
    fos.flush();
    fos.close();
}
• private static void decoding2() throws Exception {
    BufferedReader br = new BufferedReader(new InputStreamReader((new FileInputStream("E:/test/obj2.txt"))));
    String json = br.readLine();
    br.close();
    Gson gson = new Gson();
    SerializableUser user = gson.fromJson(json, SerializableUser.class);
    System.out.println(user);
}
  • 通过 DataOutputStream 优化上述代码
  • 将对象中的每一个属性按照它原来的类型进行逐个编码
  • 可以对基本数据类型按类型机制编解码
  • 我们通过 DataOutputStream 把属性一个一个写入到文件
  • 发现通过这种方式序列化后文件更加小了(再由50字节 --> 29字节)
  • 字符串在原来长度上多2个字符,用于表示字符串的边界
• private static void encoding3() throws Exception {
    SerializableUser user = new SerializableUser();
    user.set("9521", "周星星", 23, 10000D);
     
    DataOutputStream dos = new DataOutputStream(new FileOutputStream("E:/test/obj3.txt"));
    dos.writeUTF(user.getId());
    dos.writeUTF(user.getName());
    dos.writeInt(user.getAge());
    dos.writeDouble(user.getSalary());
     
    dos.flush();
    dos.close();
}
• private static void decoding3() throws Exception {
    SerializableUser user = new SerializableUser();
     
    DataInputStream dis = new DataInputStream(new FileInputStream("E:/test/obj3.txt"));
    String id = dis.readUTF();
    String name = dis.readUTF();
    int age = dis.readInt();
    double salary = dis.readDouble();
    user.set(id, name, age, salary);
    System.out.println(user);
     
    dis.close();
}
  • 总结
  • Hadoop内部也有一套自己的序列化框架:提供了一个接口Writable
  • 我们的类只要实现了Writable接口,hadoop内部就能用自己的序列化机制去序列化这个类的对象