深入理解序列化

什么是序列化？序列化到底是做什么的？

第一次听到序列化这个词，还是专门指java中的Serializable这个接口。后来随着知识不断地累积，对于序列化的理解就不止局限于某一特定的语言。

序列化的定义

序列化 (Serialization)是将对象的状态信息转换为可以存储或传输的形式的过程。在序列化期间，对象将其当前状态写入到临时或持久性存储区。以后，可以通过从存储区中读取或反序列化对象的状态，重新创建该对象。

反序列化，就是把序列化后的IO再转换到内存对象。

上诉定义，说明简单来说就是把内存中的对象信息，转换成IO流，然后这个IO流可以存储到本地，也可以通过网络传输。

目前比较常用的序列化格式有：java的Serializable、XML、JSON、protobuf、Hession、kryo、Avro等等。

JAVA序列化Serializable

java中实体类实现Serializable接口才可以做序列化。这种序列化方式目前很不推荐，主要原因如下：

1：不支持跨语言。序列化后的IO流只能用java来做反序列化。

2：序列化和反序列化效率低。

3：序列化后可读性差。Serializable序列化后用的二进制来存储的，所以不能直观的分析出对象的信息。

XML

xml作为早期的序列化方式，对于Serializable有如下几个优势。

1：支持跨语言。

2：可读性好。

3：序列化效率相比Serializable会高一些。

但是看到上图，其实xml里面包含了大量的标签，这些标签其实和数据本身关系并不大，所以还有很多优化空间。

JSON

xml格式其实有大量的特殊符号(<>等)以及各种与数据本身无关的信息，所以非常不适合在网络上传输。所以有了JSON格式。

JSON（JavaScript Object Notation, JS对象简谱）是一种轻量级的数据交换格式。它基于 ECMAScript（European Computer Manufacturers Association, 欧洲计算机协会制定的js规范）的一个子集，采用完全独立于编程语言的文本格式来存储和表示数据。简洁和清晰的层次结构使得 JSON 成为理想的数据交换语言。 易于阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率。

{
	"people": [{
			"firstName": "Brett",
			"lastName": "McLaughlin"
		},
		{
			"firstName": "Jason",
			"lastName": "Hunter"
		}
	]
}

这样格式相比xml来说，节省了很多空间。目前比较主流的json序列化工具有Jackson、FastJson和Gson。

上图中可以看出FastJson和Jackson的性能差距不大，但是个人不太建议使用（因为时不时的爆出漏洞）。Gson的性能从上图看都是相比较差的，但是Gson对与复杂对象的支持度是非常好的。

思考：其实我们看JSON格式的数据，其实还是有些地方可以继续优化的，比如：

1：字段名为什么非要用完整的字段名？为什么不考虑替换成一种约定好的符号呢？

2：属性值是否可以进行压缩呢

protobuf

对于刚才我们提到对JSON的思考，在protobuf中做出了答案。

Protobuf是Google的一种数据交换格式，它独立于语言、独立于平台。Google提供了多种语言来实现，比如Java、C、Go、Python，每一种实现都包含了相应语言的编译器和库文件，Protobuf是一个纯粹的表示层协议，可以和各种传输层协议一起使用。

我们可以简单地去理解一下，刚才的JSON如下

{
"people": [{
"firstName": "Brett",
"lastName": "McLaughlin"
},
{
"firstName": "Jason",
"lastName": "Hunter"
}
]
}

{
1: [{  //这里用1代替字符串people
2: "Brett",  //这里用2 代替firstName
3: "McLaughlin" //这里用3 代替lastName
},
{
2: "Jason",
3: "Hunter"
}
]
}

以上转换明显要比Json节省了很多空间。其实protobuf对value也进行了压缩，通过使用varint和Zigazg来进行压缩的，我们先看protobuf的存储格式。

protobuf采用T-L-V作为存储方式。

简单的例子：

publicstaticvoidmain(String[]args){
  UserProtos.Useruser=UserProtos.User.newBuilder().setAge(300).setName("Mic").build();
  byte[]bytes=user.toByteArray();
  for(bytebt:bytes){
    System.out.print(bt+"");
  }

以上代码是将如下JSON数据转化成protobuf

{
	"age":300,
    "name":"Mic"
}

其结果为 10 3 77 105 99 16 -84 2 ，一共只有8个字节。

protobuf既然这么节省空间，那么为什么不大规模推广呢？现在来看一下它的缺点：

1：protobuf是一种约定的结构，需要客户端和服务端双方约定好，如果有改动，需要两边同时改动，非常不方便。

2：可读性差。基本上单看序列化后的结果，无法看出其信息的意义，不方便开发和定位。

3：目前支持语言有限。java、js、python等，并不能保证所有语言都支持。

总结

序列化的目的就是为了传输数据或保存数据的，所以想要开发一个合格的序列化工具或格式，需要有两个指标要满足。

1：序列化和反序列化的性能。

2：序列化后数据的大小。