JSON字符串反序列化 动态泛型
需求：定时任务扫描，反射调用目标对象，但是，方法的传参不是固定的。
方案一：将方法参数存成JSON字符串，然后JSON反序列化成对象，然后反射调用
目标方法时这样的：
CommandResp sendXXX(BaseCommandApiDTO<XXX> baseCommandApiDTO);方式一：FastJson
Class mainBody = Class.forName(entity.getMainBodyType());
ParameterizedTypeImpl parameterizedType = new ParameterizedTypeImpl(new Type[]{mainBody}, null, BaseCommandApiDTO.class);
Object obj = JSON.parseObject(entity.getMsgText(), parameterizedType);
CommandResp resp = ReflectUtil.invoke(serviceObj, methodName, obj);方式二：Jackson
public class ObjectMapperHolder {
private static final ObjectMapper objectMapper = new ObjectMapper();
public static ObjectMapper getObjectMapper() {
objectMapper.registerModule(new Jdk8Module());
objectMapper.registerModule(new JavaTimeModule());
return objectMapper;
}
}
ObjectMapper mapper = ObjectMapperHolder.getObjectMapper();
JavaType javaType = mapper.getTypeFactory().constructParametricType(BaseCommandApiDTO.class, mainBody);
Object obj = mapper.readValue(entity.getMsgText(), javaType);
CommandResp resp = ReflectUtil.invoke(serviceObj, methodName, obj);实践中发现，这两种方式容易导致OOM
方案二：直接将参数对象存到数据库中
数据库对应字段设置BLOB类型（这里设置的是MEDIUMBLOB） ，对应的java字段类型是byte[]
直接将Java对象序列化为二进制数据，这种方式的存储和读取速度非常快，因为序列化和反序列化过程不需要转换格式。
// 写入对象
ByteArrayOutputStream bos = new ByteArrayOutputStream();
ObjectOutputStream oos = new ObjectOutputStream(bos);
oos.writeObject(baseCommandApiDTO);
oos.flush();
byte[] data = bos.toByteArray();
// 读取对象
ObjectInputStream ois = new ObjectInputStream(new ByteArrayInputStream(entity.getMsgObj()));
Object obj = ois.readObject();最后的最后，优化建议：
1、尽量不要在数据库中存json字符串，如果非要存，建议字段类型设置为json，这样可以节省空间。因为你无法控制json字符串的长度，所以长度设置是个问题，另外json反序列化比较占内存，想想从一个对象变成两个对象当然要占用更多内存。
2、长度很大的字段（比如blob类型的）建议单独存一张关联表
补充知识：
1、一个对象序列化成JSON字符串后，这个字符串会比原对象占用更多的内存。
在序列化过程中，对象会被转换为字符串形式存储在堆内存中。由于字符串的存储方式与对象不同，通常会导致内存占用增加。具体来说，未序列化时，对象存储在堆内存中，而序列化后，这些对象被转换为字符串，字符串也需要额外的存储空间。此外，序列化过程中可能会涉及到更多的计算和内存分配，进一步增加了资源消耗。
序列化对内存占用的具体影响：
- 存储空间增加：序列化后的字符串通常会比原对象占用更多的存储空间，因为字符串需要更多的字节来存储。例如，JSON格式的序列化会包含很多结构化的符号和字符，这些都会增加存储需求。
- 计算资源消耗：序列化过程需要计算对象的属性和值，并将其转换为字符串形式。这个过程可能会消耗更多的CPU资源，尤其是在处理复杂对象时。
- 内存占用变化：序列化后，对象被存储为字符串，如果对象较大或数量较多，内存占用可能会显著增加。例如，一个包含大量数据的集合在序列化后，其占用的内存可能是未序列化时的两倍或更多。
2、日志输出不当也有可能造成内存溢出
比如：log.info("请求参数: {}", JSON.toJSONString(DTO))
即使日志级别是ERROR，但是当代码执行到这一行时，仍然会执行JSON.toJSONString(DTO)这句，而将对象序列化成json字符串的这个动作会消耗一定的内存，尤其是当请求量大，而且打印的对象也很多的时候就有可能成为压垮JVM的一根稻草。
在这里log.info()起到的作用是决定要不要把日志输出到控制台或文件。
3、对于大数据量，可以使用流式解析，逐行读取和处理JSON数据，避免一次性将整个JSON加载到内存中。
参考博客 《对象序列化内存占用问题》
https://www.cnblogs.com/Nuwa/p/18027475
