（中级篇 NettyNIO编解码开发）第六章-编解码技术

基于Java提供的对象输入／输出流ObjectlnputStream和ObjectOutputStream，可以直接把Java对象作为可存储的字节数组写入文件，也可以传输到网络上。对程序员来说，基于JDK默认的序列化机制可以避免操作底层的字节数组，从而提升开发效率。Java序列化的目的主要有两个：

1.网络传输
2.对象持久化

由于本书主要介绍基于Netty的NIO网络开发，所以我们重点关注网络传输。当选行远程跨迸程服务调用时，需要把被传输的Java对象编码为字节数组或者ByteBuffer对象。而当远程服务读取到ByteBuffer对象或者字节数组时，需要将其解码为发送时的Java 对象。这被称为Java对象编解码技术。

Java序列化仅仅是Java编解码技术的一种，由于它的种种缺陷，衍生出了多种编解码技术和框架，后续的章节我们会结合Netty介绍几种业界主流的编解码技术和框架，看看如何在Netty中应用这些编解码框架实现消息的高效序列化。
本章主要内容包括：

1.Java序列化的缺点

2.业界流行的几种编解码框架介绍

---

 

6.1    Java序列化的缺点

Java序列化从JDK1.1版本就已经提供，它不需要添加额外的类库，只需实现java.io.Serializable并生成序列ID即可，因此，它从诞生之初就得到了广泛的应用。
但是在远程服务调用（RPC）时，很少直接使用Java序列化进行消息的编解码和传输，这又是什么原因呢？下面通过分析.Tava序列化的缺点来找出答案。

6.1.1    无法跨语言

无法跨语言，是Java序列化最致命的问题。对于跨进程的服务调用，服务提供者可能会使用C十＋或者其他语言开发，当我们需要和异构语言进程交互时Java序列化就难以胜任。

由于Java序列化技术是Java语言内部的私有协议，其他语言并不支持，对于用户来说它完全是黑盒。对于Java序列化后的字节数组，别的语言无法进行反序列化，这就严重阻碍了它的应用。
事实上，目前几乎所有流行的JavaRCP通信框架，都没有使用Java序列化作为编解码框架，原肉就在于它无法跨语言，而这些RPC框架往往需要支持跨语言调用。

6.1.2    序列化后的码流太大
下面我们通过一个实例看下Java序列化后的字节数组大小。

Java序列化代码  POJO对象类    UserInfo

package lqy5_serializable_115;

import java.io.Serializable;
import java.nio.ByteBuffer;

/**
 * @author Administrator
 * @date 2014年2月23日
 * @version 1.0
 */
public class UserInfo implements Serializable {

    /**
     * 默认的序列号
     */
    private static final long serialVersionUID = 1L;

    private String userName;

    private int userID;

    public UserInfo buildUserName(String userName) {
    this.userName = userName;
    return this;
    }

    public UserInfo buildUserID(int userID) {
    this.userID = userID;
    return this;
    }

    /**
     * @return the userName
     */
    public final String getUserName() {
    return userName;
    }

    /**
     * @param userName
     *            the userName to set
     */
    public final void setUserName(String userName) {
    this.userName = userName;
    }

    /**
     * @return the userID
     */
    public final int getUserID() {
    return userID;
    }
    /**
     * @param userID
     *            the userID to set
     */
    public final void setUserID(int userID) {
    this.userID = userID;
    }

    public byte[] codeC() {
    ByteBuffer buffer = ByteBuffer.allocate(1024);
    byte[] value = this.userName.getBytes();
    buffer.putInt(value.length);
    buffer.put(value);
    buffer.putInt(this.userID);
    buffer.flip();
    value = null;
    byte[] result = new byte[buffer.remaining()];
    buffer.get(result);
    return result;
    }

    public byte[] codeC(ByteBuffer buffer) {
    buffer.clear();
    byte[] value = this.userName.getBytes();
    buffer.putInt(value.length);
    buffer.put(value);
    buffer.putInt(this.userID);
    buffer.flip();
    value = null;
    byte[] result = new byte[buffer.remaining()];
    buffer.get(result);
    return result;
    }
}

Userlnfo对象是个普通的POJO对象，它实现了java.io.SerializabIe接口，并且生成了一个默认的序列号serialVersionUID=lL，这说明UserInfo对象可以通过JDK默认的序列化机制进行序列化和反序列化。
第61~72行使用基于ByteBuffer的通用二进制编解码技术对UserInfo对象进行编码，编码结果仍然是byte数组，可以与传统的JDK序列化后的码流大小进行对比。

下面写一个测试程序，先调用两种编码接口对POJO对象编码，然后分别打印两者编码后的码流大小进行对比。

Java序列化代码    编码测试类TestUserlnfo

package lqy5_serializable_115;

import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.ObjectOutputStream;

/**
 * @author Administrator
 * @date 2014年2月23日
 * @version 1.0
 */
public class TestUserInfo {

    /**
     * @param args
     * @throws IOException
     */
    public static void main(String[] args) throws IOException {
    UserInfo info = new UserInfo();
    info.buildUserID(100).buildUserName("Welcome to Netty");
    ByteArrayOutputStream bos = new ByteArrayOutputStream();
    ObjectOutputStream os = new ObjectOutputStream(bos);
    os.writeObject(info);
    os.flush();
    os.close();
    byte[] b = bos.toByteArray();
    System.out.println("The jdk serializable length is : " + b.length);
    bos.close();
    System.out.println("-------------------------------------");
    System.out.println("The byte array serializable length is : "
        + info.codeC().length);

    }

}

结果是

 

测试结果令人震惊，采用JDK    序列化机制编码后的二迸制数组大小竟然是二进制编码的5.29倍。
我们评判一个编解码框架的优劣时，往往会考虑以下几个因素。


1.是否支持跨语言，支持的语言种类是否丰富；

2.编码后的码流大小：

3.编解码的性能；

4.类库是否小巧，API使用是否方便：

5.使用者需要手工开发的工作量和难度。



在同等情况下，编码后的字节数组越大，存储的时候就越占空间，存储的硬件成本就
越高，并且在网络传输时更占带宽，导致系统的吞吐量降低。Java序列化后的码流偏大也一直被业界所垢病，导致它的应用范围受到了很大限制。

6.1.3    序列化性能太低

下面我们从序列化的性能角度看下JDK    的表现如何。

创建一个性能测试版本 的 PerformTestUserInfo测试程序 ，代码如下 。

 

package lqy5_serializable_115;

import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.ObjectOutputStream;
import java.nio.ByteBuffer;

/**
 * @author Administrator
 * @date 2014年2月23日
 * @version 1.0
 */
public class PerformTestUserInfo {

    /**
     * @param args
     * @throws IOException
     */
    public static void main(String[] args) throws IOException {
    UserInfo info = new UserInfo();
    info.buildUserID(100).buildUserName("Welcome to Netty");
    int loop = 1000000;
    ByteArrayOutputStream bos = null;
    ObjectOutputStream os = null;
    long startTime = System.currentTimeMillis();
    for (int i = 0; i < loop; i++) {
        bos = new ByteArrayOutputStream();
        os = new ObjectOutputStream(bos);
        os.writeObject(info);
        os.flush();
        os.close();
        byte[] b = bos.toByteArray();
        bos.close();
    }
    long endTime = System.currentTimeMillis();
    System.out.println("The jdk serializable cost time is  : "
        + (endTime - startTime) + " ms");

    System.out.println("-------------------------------------");

    ByteBuffer buffer = ByteBuffer.allocate(1024);
    startTime = System.currentTimeMillis();
    for (int i = 0; i < loop; i++) {
        byte[] b = info.codeC(buffer);
    }
    endTime = System.currentTimeMillis();
    System.out.println("The byte array serializable cost time is : "
        + (endTime - startTime) + " ms");

    }

}

对Java序列化和二迸制编码分别进行性能测试，编码100万次，然后统计耗费的总时间，测试结果如图

 

 

从图6-4可以看出，无论是序列化后的码流大小，还是序列化的性能，JDK默认的序列化机制表现得都很差。因此，我们边常不会选择Java序列化作为远程跨节点调用的编解码框架。
但是不使用JDK提供的默认序列化框架，自己开发编解码框架又是个非常复杂的工作，怎么办呢？不用着急，业界有很多优秀的编解码框架，它们在克服了JDK默认序列化框架缺点的基础上，还增加了很多亮点，下面让我们继续了解并学习业界流行的几款编解码框架。


6.2    业界主流的编解码框架

由于Java的编解码框架五花八门，穷举学习显然不是一个好的策略，本节挑选了一些业界主流的编解码框架和编解码技术进行介绍，希望读者在了解这些框架特性的基础上，做出合理的选择。

6.2.1    Google的Protobuf介绍

Protobuf全称GoogleProtocolBuffers，它由谷歌开源而来，在谷歌内部久经考验。它将数据结构以.proto文件进行描述，通过代码生成工具可以生成对应数据结构的POJO对象和Protobuf相关的方法和属性。
它的特点如下。

1.结构化数据存储格式（XML,JSON等〉：
2.高效的编解码性能：
3.语言无关、平台无关、扩展性好；

4.官方支持Java、C＋＋和Python三种语言。

首先我们来看下为什么不使用XML，尽管XML的可读性和可扩展性非常好？也非常适合描述数据结构，但是XML解析的时间开销和XML为了可读性而牺牲的空间开销都非常大，因此不适合做高性能的通信协议。Protobuf使用二进制编码，在空间和性能上具有更大的优势。

Protobut另一个比较吸引人的地方就是它的数据描述文件和代码生成机制，利用数据描述文件对数据结构进行说明的优点如下。
1.文本化的数据结构描述语言，可以实现语言和平台尤关，特别适合异构系统间的集成：
2.通过标识字段的顺序，可以实现协议的前向兼容：
3.自J代码生成，不需要手工编写同样数据结构的C＋＋和Java版本；
4.方便后续的管理和维护。相比于代码，结构化的文档更容易管理和维护。

下面我们看下Protobuf    编解码和其他几种序列化框架的性能对比数据，如图

 

 

从图可以发现，Protobuf 的编解码性能远远离于其他几种序列化框架的序列化和反序列化，这也是很多RPC框架选用Protobuf做编解码框架的原因。

---

 

6.2.2    Facebook的Thrift介绍

略

---

6.2.3    JBossMarshalling介绍
略

---

6.3    总结

首先对Java的序列化技术进行了介绍，对Java序列化的缺点进行了总结说明，在此基础上引出了几款业界主流的编解码框架。由于编解码框架种类繁多，无法一一枚举，所以重点介绍了当前最流行的几种编解码框架。后续在第7章我们会对这些编解码框架的使用进行说明，并给出具体的示例，同时，讲解如何在Netty中应用这些编解码框架。