Java序列化与反序列化学习(三):序列化机制与原理
Java序列化算法透析
Serialization(序列化)是一种将对象以一连串的字节描述的过程;反序列化deserialization是一种将这些字节重建成一个对象的 过程。Java序列化API提供一种处理对象序列化的标准机制。在这里你能学到如何序列化一个对象,什么时候需要序列化以及Java序列化的算法,我们用 一个实例来示范序列化以后的字节是如何描述一个对象的信息的。
序列化的必要性
Java中,一切都是对象,在分布式环境中经常需要将Object从这一端网络或设备传递到另一端。这就需要有一种可以在两端传输数据的协议。Java序列化机制就是为了解决这个问题而产生。
如何序列化一个对象
一个对象能够序列化的前提是实现Serializable接口,Serializable接口没有方法,更像是个标记。有了这个标记的Class就能被序列化机制处理。
-
import java.io.Serializable;
-
-
class TestSerial implements Serializable {
-
-
public byte version = 100;
-
-
public byte count = 0;
-
-
}
然后我们写个程序将对象序列化并输出。ObjectOutputStream能把Object输出成Byte流。我们将Byte流暂时存储到temp.out文件里。
-
public static void main(String args[]) throws IOException {
-
-
FileOutputStream fos = new FileOutputStream("temp.out");
-
-
ObjectOutputStream oos = new ObjectOutputStream(fos);
-
-
TestSerial ts = new TestSerial();
-
-
oos.writeObject(ts);
-
-
oos.flush();
-
-
oos.close();
-
-
}
如果要从持久的文件中读取Bytes重建对象,我们可以使用ObjectInputStream。
-
public static void main(String args[]) throws IOException {
-
-
FileInputStream fis = new FileInputStream("temp.out");
-
-
ObjectInputStream oin = new ObjectInputStream(fis);
-
-
TestSerial ts = (TestSerial) oin.readObject();
-
-
System.out.println("version="+ts.version);
-
-
}
执行结果为
100.
对象的序列化格式
将一个对象序列化后是什么样子呢?打开刚才我们将对象序列化输出的temp.out文件,以16进制方式显示。内容应该如下:
AC ED 00 05 73 72 00 0A 53 65 72 69 61 6C 54 65 73 74 A0 0C 34 00 FE B1 DD F9 02 00 02 42 00 05 63 6F 75 6E 74 42 00 07 76 65 72 73 69 6F 6E 78 70 00 64
这一坨字节就是用来描述序列化以后的
TestSerial对象的,我们注意到TestSerial类中只有两个域:
public byte version = 100;
public byte count = 0;
且都是byte型,理论上存储这两个域只需要2个byte,但是实际上temp.out占据空间为51bytes,也就是说除了数据以外,还包括了对序列化对象的其他描述。
Java的序列化算法
序列化算法一般会按步骤做如下事情:
◆将对象实例相关的类元数据输出。
◆递归地输出类的超类描述直到不再有超类。
◆类元数据完了以后,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
我们用另一个更完整覆盖所有可能出现的情况的例子来说明:
-
class parent implements Serializable {
-
-
int parentVersion = 10;
-
-
}
-
-
-
-
class contain implements Serializable{
-
-
int containVersion = 11;
-
-
}
-
-
public class SerialTest extends parent implements Serializable {
-
-
int version = 66;
-
-
contain con = new contain();
-
-
-
-
public int getVersion() {
-
-
return version;
-
-
}
-
-
public static void main(String args[]) throws IOException {
-
-
FileOutputStream fos = new FileOutputStream("temp.out");
-
-
ObjectOutputStream oos = new ObjectOutputStream(fos);
-
-
SerialTest st = new SerialTest();
-
-
oos.writeObject(st);
-
-
oos.flush();
-
-
oos.close();
-
-
}
-
-
}
这个例子是相当的直白啦。SerialTest类实现了Parent超类,内部还持有一个Container对象。
序列化后的格式如下:
AC ED 00 05 73 72 00 0A 53 65 72 69 61 6C 54 65
73 74 05 52 81 5A AC 66 02 F6 02 00 02 49 00 07
76 65 72 73 69 6F 6E 4C 00 03 63 6F 6E 74 00 09
4C 63 6F 6E 74 61 69 6E 3B 78 72 00 06 70 61 72
65 6E 74 0E DB D2 BD 85 EE 63 7A 02 00 01 49 00
0D 70 61 72 65 6E 74 56 65 72 73 69 6F 6E 78 70
00 00 00 0A 00 00 00 42 73 72 00 07 63 6F 6E 74
61 69 6E FC BB E6 0E FB CB 60 C7 02 00 01 49 00
0E 63 6F 6E 74 61 69 6E 56 65 72 73 69 6F 6E 78
70 00 00 00 0B
我们来仔细看看这些字节都代表了啥。开头部分,见颜色:
-
AC ED: STREAM_MAGIC. 声明使用了序列化协议.
-
00 05: STREAM_VERSION. 序列化协议版本.
-
0x73: TC_OBJECT. 声明这是一个新的对象.
序列化算法的第一步就是输出对象相关类的描述。例子所示对象为SerialTest类实例,因此接下来输出SerialTest类的描述。见颜色:
-
0x72: TC_CLASSDESC. 声明这里开始一个新Class。
-
00 0A: Class名字的长度.
-
53 65 72 69 61 6c 54 65 73 74: SerialTest,Class类名.
-
05 52 81 5A AC 66 02 F6: SerialVersionUID, 序列化ID,如果没有指定,则会由算法随机生成一个8byte的ID.
-
0x02: 标记号. 该值声明该对象支持序列化。
-
00 02: 该类所包含的域个数。
接下来,算法输出其中的一个域,int version=66;见颜色:
-
0x49: 域类型. 49 代表"I", 也就是Int.
-
00 07: 域名字的长度.
-
76 65 72 73 69 6F 6E: version,域名字描述.
然后,算法输出下一个域,contain con = new contain();这个有点特殊,是个对象。描述对象类型引用时需要使用JVM的标准对象签名表示法,见颜色:
-
0x4C: 域的类型.
-
00 03: 域名字长度.
-
63 6F 6E: 域名字描述,con
-
0x74: TC_STRING. 代表一个new String.用String来引用对象。
-
00 09: 该String长度.
-
4C 63 6F 6E 74 61 69 6E 3B: Lcontain;, JVM的标准对象签名表示法.
-
0x78: TC_ENDBLOCKDATA,对象数据块结束的标志
.接下来算法就会输出超类也就是Parent类描述了,见颜色:
-
0x72: TC_CLASSDESC. 声明这个是个新类.
-
00 06: 类名长度.
-
70 61 72 65 6E 74: parent,类名描述。
-
0E DB D2 BD 85 EE 63 7A: SerialVersionUID, 序列化ID.
-
0x02: 标记号. 该值声明该对象支持序列化.
-
00 01: 类中域的个数.
下一步,输出parent类的域描述,int parentVersion=100;同见颜色:
-
0x49: 域类型. 49 代表"I", 也就是Int.
-
00 0D: 域名字长度.
-
70 61 72 65 6E 74 56 65 72 73 69 6F 6E: parentVersion,域名字描述。
-
0x78: TC_ENDBLOCKDATA,对象块结束的标志。
-
0x70: TC_NULL, 说明没有其他超类的标志。.
到此为止,算法已经对所有的类的描述都做了输出。下一步就是把实例对象的实际值输出了。这时候是从parent Class的域开始的,见颜色:
-
00 00 00 0A: 10, parentVersion域的值.
还有SerialTest类的域:
-
00 00 00 42: 66, version域的值.
再往后的bytes比较有意思,算法需要描述contain类的信息,要记住,现在还没有对contain类进行过描述,见颜色:
-
0x73: TC_OBJECT, 声明这是一个新的对象.
-
0x72: TC_CLASSDESC声明这里开始一个新Class.
-
00 07: 类名的长度.
-
63 6F 6E 74 61 69 6E: contain,类名描述.
-
FC BB E6 0E FB CB 60 C7: SerialVersionUID, 序列化ID.
-
0x02: Various flags. 标记号. 该值声明该对象支持序列化
-
00 01: 类内的域个数。
.输出contain的唯一的域描述,int containVersion=11;
-
0x49: 域类型. 49 代表"I", 也就是Int..
-
00 0E: 域名字长度.
-
63 6F 6E 74 61 69 6E 56 65 72 73 69 6F 6E: containVersion, 域名字描述.
-
0x78: TC_ENDBLOCKDATA对象块结束的标志.
这时,序列化算法会检查contain是否有超类,如果有的话会接着输出。
-
0x70:TC_NULL,没有超类了。
最后,将contain类实际域值输出。
-
00 00 00 0B: 11, containVersion的值.
OK,我们讨论了java序列化的机制和原理,希望能对同学们有所帮助。