hadoop中的序列化机制与反序列化机制

定义

1. 序列化
   就是把内存中的对象，转换成二进制数据，以便于网络传输
2. 反序列化
   就是将收到的二进制的数据转换成内存中的对象。

java序列化比较笨重，hadoop自己开发了一套序列化机制Writable，比较轻便，好传输

在java中一个对象被序列化后，会附带很多额外的信息，不便于在网络中高效传输

常用的数据序列化类型

自定义一个JavaBean对象充当我们的key-value类型有如下规则：

序列化注意

1. Hadoop序列化有要求，如果是我们自定义的JavaBean对象，必须实现writable接口
2. JavaBean可以当value也可以当key
   如果只当value只需要序列化即可
   如果当key必须还要实现比较接口，如果你只当reducer阶段的key不需要比较接口
   map阶段输出的数据需要排序，为了让reducer获取数据的时候速度快一点

public class FlowBean implements Writable, Comparable<FlowBean> {
    public int compareTo(FlowBean o) {
        return 0;
    }
}
或者
public class FlowBean implements WritableComparable<FlowBean> {
    public int compareTo(FlowBean o) {
        return 0;
    }
}