hadoop序列化和反序列化
1 什么是序列化和反序列化
序列化就是将内存中的对象或数据，转换成字节数组，以便于存储（持久化）和网络传输。
反序列化就是将字节数组转换成内存对象。
2 JDK中的序列化和反序列化
使用java提供的序列化必须遵循三个条件：
- 该类必须实现java.io.Serializable接口。
- 对于该类的所有无法序列化的字段必须使用transient修饰。
- 加上序列化版本ID serialVersionUID，这个是用来识别序列化的之前的类到底是哪一个。比如希望类的不同版本对序列化兼容，需要确保类的不同版本具有相同的serialVersionUID
在使用JDK提供的序列化机制时需要借助一对I/O流，ObjectOutputStream和ObjectInputStream这两个流分别是进行序列化和反序列化操作，通过ObjectOutputStream类的writeObject(Object obj)方法可以将对象写入到输出流中，通过ObjectInputStream类的readObject()方法可以从该输入流中反序列化该对象出来。
JDK序列化算法一般会有如下步骤：
- 将对象实例相关的类元数据输出；
- 递归输出类的超类描述直到不再有超类；
- 类元数据完了之后，开始从最顶层的超类开始输出对象实例的实际数据值；
- 从上至下递归输出实例的数据
3 Hadoop序列化和反序列化
在hadoop中，hadoop实现了一套自己的序列化框架，相对于JDK比较简洁，在集群信息的传递上速度更快，容量更小。
3.1 Hadoop序列化的特点
- 数据紧凑
带宽是集群中信息传递的最宝贵的资源，所以我们必须设法缩小传递信息的大小。为了更好的控制序列化整个流程使用Writable对象，java序列化过程中会保存类的所有信息以及依赖等，Hadoop序列化不需要。
- 对象可重用
JDK的反序列化会不断地创建对象，这肯定会造成一定的系统开销，但是在hadoop反序列化中，能重复的利用一个对象的readField方法来重新产生不同的对象。
- 可扩展性
hadoop自己写序列化很容易，可以通过实现hadoop的Writable接口实现序列化，或者实现WritableComparable接口实现可比较大小的序列化对象。
4 Hadoop Writable框架
@InterfaceAudience.Public
@InterfaceStability.Stable
public interface Writable {
/**
* 序列化一个对象，将一个对象按照某个数据传输格式写入到out流中
* Serialize the fields of this object to <code>out</code>.
*
* @param out <code>DataOuput</code> to serialize this object into.
* @throws IOException
*/
void write(DataOutput out) throws IOException;
/**
* 反序列化，从in流中读入字节，按照某个数据传输格式读出到一个对象中
* Deserialize the fields of this object from <code>in</code>.
*
* <p>For efficiency, implementations should attempt to re-use storage in the
* existing object where possible.</p>
*
* @param in <code>DataInput</code> to deseriablize this object from.
* @throws IOException
*/
void readFields(DataInput in) throws IOException;
}
5 代码示例
5.1 序列化反序列化工具函数
/**
* 将一个实现了Writable接口的对象序列化成字节流
* @param writable
* @return
* @throws IOException
*/
public static byte[] serialize2Bytes(Writable writable) throws IOException{
ByteArrayOutputStream baos = new ByteArrayOutputStream() ;
DataOutputStream dos = new DataOutputStream(baos);
writable.write(dos);
dos.close();
baos.close();
return baos.toByteArray();
}
/**
* 将字节流转化为实现了Writable接口的对象
* @param writable
* @param bytes
* @return
* @throws IOException
*/
public static void deserializeFromBytes(Writable writable, byte[] bytes) throws IOException{
ByteArrayInputStream bais = new ByteArrayInputStream(bytes) ;
DataInputStream dataIn = new DataInputStream(bais) ;
writable.readFields(dataIn) ;
dataIn.close();
bais.close();
}
/**
* 将一个实现了Writable接口的对象序列化到文件中
* @param writable
* @param file
* @return
* @throws IOException
*/
public static void serialize2File(Writable writable, File file) throws IOException{
FileOutputStream fos = new FileOutputStream(file) ;
DataOutputStream dos = new DataOutputStream(fos) ;
writable.write(dos);
dos.close();
fos.close();
}
/**
* 将文件输入流流转化为实现了Writable接口的对象
* @param writable
* @param file
* @return
* @throws IOException
*/
public static void deserializeFromBytes(Writable writable, File file) throws IOException{
FileInputStream fis = new FileInputStream(file);
DataInputStream dataIn = new DataInputStream(fis) ;
writable.readFields(dataIn) ;
dataIn.close();
fis.close();
}
5.2 自定义类型示例（实现WritableComparable接口）
package com.seriable;
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.WritableComparable;
public class PeopleWritable implements WritableComparable<PeopleWritable> {
private IntWritable age;
private Text name;
public PeopleWritable(){
}
public PeopleWritable(IntWritable age, Text name) {
super();
this.age = age;
this.name = name;
}
public IntWritable getAge() {
return age;
}
public void setAge(IntWritable age) {
this.age = age;
}
public Text getName() {
return name;
}
public void setName(Text name) {
this.name = name;
}
//序列化方法
public void write(DataOutput out) throws IOException {
age.write(out);
name.write(out);
}
//反序列化方法
public void readFields(DataInput in) throws IOException {
age.readFields(in);
name.readFields(in);
}
//比较函数，使得对象可比较大小
public int compareTo(PeopleWritable o) {
int cmp = age.compareTo(o.getAge());
if(0 !=cmp)return cmp;
return name.compareTo(o.getName());
}
}
参考博文
http://www.cnblogs.com/kxdblog/p/4799282.html
