Java性能 -- 序列化

序列化方案

Java RMI采用的是Java序列化
Spring Cloud采用的是_JSON序列化_
Dubbo虽然兼容Java序列化，但默认使用的是_Hessian序列化_

Java序列化

原理

Serializable

JDK提供了输入流对象ObjectInputStream和输出流对象ObjectOutputStream
它们只能对实现了Serializable接口的类的对象进行序列化和反序列化

// 只能对实现了Serializable接口的类的对象进行序列化
// java.io.NotSerializableException: java.lang.Object
ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(FILE_PATH));
oos.writeObject(new Object());
oos.close();

transient

ObjectOutputStream的默认序列化方式，仅对对象的非transient的实例变量进行序列化
不会序列化对象的transient的实例变量，也不会序列化静态变量

@Getter
public class A implements Serializable {
    private transient int f1 = 1;
    private int f2 = 2;
    @Getter
    private static final int f3 = 3;
}

// 序列化
// 仅对对象的非transient的实例变量进行序列化
A a1 = new A();
ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(FILE_PATH));
oos.writeObject(a1);
oos.close();

// 反序列化
ObjectInputStream ois = new ObjectInputStream(new FileInputStream(FILE_PATH));
A a2 = (A) ois.readObject();
log.info("f1={}, f2={}, f3={}", a2.getF1(), a2.getF2(), a2.getF3()); // f1=0, f2=2, f3=3
ois.close();

serialVersionUID

在实现了Serializable接口的类的对象中，会生成一个serialVersionUID的版本号
在反序列化过程中用来验证序列化对象是否加载了反序列化的类
如果是具有相同类名的不同版本号的类，在反序列化中是无法获取对象的

@Data
@AllArgsConstructor
public class B implements Serializable {
    private static final long serialVersionUID = 1L;
    private int id;
}

@Test
public void test3() throws Exception {
    // 序列化
    B b1 = new B(1);
    ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(FILE_PATH));
    oos.writeObject(b1);
    oos.close();
}

@Test
public void test4() throws Exception {
    // 如果先将B的serialVersionUID修改为1，直接反序列化磁盘上的文件，会报异常
    // java.io.InvalidClassException: xxx.B; local class incompatible: stream classdesc serialVersionUID = 0, local class serialVersionUID = 1
    ObjectInputStream ois = new ObjectInputStream(new FileInputStream(FILE_PATH));
    B b2 = (B) ois.readObject();
    ois.close();
}

writeObject/readObject

具体实现序列化和反序列化的是writeObject和readObject

@Data
@AllArgsConstructor
public class Student implements Serializable {
    private long id;
    private int age;
    private String name;

    // 只序列化部分字段
    private void writeObject(ObjectOutputStream outputStream) throws IOException {
        outputStream.writeLong(id);
        outputStream.writeObject(name);
    }

    // 按序列化的顺序进行反序列化
    private void readObject(ObjectInputStream inputStream) throws IOException, ClassNotFoundException {
        id = inputStream.readLong();
        name = (String) inputStream.readObject();
    }
}

Student s1 = new Student(1, 12, "Bob");
ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(FILE_PATH));
oos.writeObject(s1);
oos.close();

ObjectInputStream ois = new ObjectInputStream(new FileInputStream(FILE_PATH));
Student s2 = (Student) ois.readObject();
log.info("s2={}", s2); // s2=Student(id=1, age=0, name=Bob)
ois.close();

writeReplace/readResolve

writeReplace：用在序列化之前替换序列化对象
readResolve：用在反序列化之后对返回对象进行处理

// 反序列化会通过反射调用无参构造器返回一个新对象，破坏单例模式
// 可以通过readResolve()来解决
public class Singleton1 implements Serializable {

    private static final Singleton1 SINGLETON_1 = new Singleton1();

    private Singleton1() {
    }

    public static Singleton1 getInstance() {
        return SINGLETON_1;
    }
}

Singleton1 s1 = Singleton1.getInstance();
ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(FILE_PATH));
oos.writeObject(s1);
oos.close();

ObjectInputStream ois = new ObjectInputStream(new FileInputStream(FILE_PATH));
Singleton1 s2 = (Singleton1) ois.readObject();
log.info("{}", s1 == s2); // false
ois.close();

public class Singleton2 implements Serializable {

    private static final Singleton2 SINGLETON_2 = new Singleton2();

    private Singleton2() {
    }

    public static Singleton2 getInstance() {
        return SINGLETON_2;
    }

    public Object writeRepalce() {
        // 序列化之前，无需替换
        return this;
    }

    private Object readResolve() {
        // 反序列化之后，直接返回单例
        return getInstance();
    }
}

Singleton2 s1 = Singleton2.getInstance();
ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(FILE_PATH));
oos.writeObject(s1);
oos.close();

ObjectInputStream ois = new ObjectInputStream(new FileInputStream(FILE_PATH));
Singleton2 s2 = (Singleton2) ois.readObject();
log.info("{}", s1 == s2); // true
ois.close();

缺陷

无法跨语言

Java序列化只适用于基于Java语言实现的框架

易被攻击

Java序列化是不安全的
- Java官网：对不信任数据的反序列化，本质上来说是危险的，应该予以回避
ObjectInputStream.readObject()
- 将类路径上几乎所有实现了Serializable接口的对象都实例化!!
- 这意味着：在反序列化字节流的过程中，该方法可以执行任意类型的代码，非常危险
对于需要长时间进行反序列化的对象，不需要执行任何代码，也可以发起一次攻击
- 攻击者可以创建循环对象链，然后将序列化后的对象传输到程序中进行反序列化
- 这会导致haseCode方法被调用的次数呈次方爆发式增长，从而引发栈溢出异常
很多序列化协议都制定了一套数据结构来保存和获取对象，如JSON序列化、ProtocolBuf
- 它们只支持一些基本类型和数组类型，可以避免反序列化创建一些不确定的实例

int itCount = 27;
Set root = new HashSet();
Set s1 = root;
Set s2 = new HashSet();
for (int i = 0; i < itCount; i++) {
    Set t1 = new HashSet();
    Set t2 = new HashSet();
    t1.add("foo"); // 使t2不等于t1
    s1.add(t1);
    s1.add(t2);
    s2.add(t1);
    s2.add(t2);
    s1 = t1;
    s2 = t2;
}

ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(FILE_PATH));
oos.writeObject(root);
oos.close();

long start = System.currentTimeMillis();
ObjectInputStream ois = new ObjectInputStream(new FileInputStream(FILE_PATH));
ois.readObject();
log.info("take : {}", System.currentTimeMillis() - start);
ois.close();

// itCount  - take
// 25       - 3460
// 26       - 7346
// 27       - 11161

序列化后的流太大

序列化后的二进制流大小能体现序列化的能力
序列化后的二进制数组越大，占用的存储空间就越多，存储硬件的成本就越高
- 如果进行网络传输，则占用的带宽就越多，影响到系统的吞吐量
Java序列化使用ObjectOutputStream来实现对象转二进制编码，可以对比BIO中的ByteBuffer实现的二进制编码

@Data
class User implements Serializable {
    private String userName;
    private String password;
}

User user = new User();
user.setUserName("test");
user.setPassword("test");

// ObjectOutputStream
ByteArrayOutputStream os = new ByteArrayOutputStream();
ObjectOutputStream oos = new ObjectOutputStream(os);
oos.writeObject(user);
log.info("{}", os.toByteArray().length); // 107

// NIO ByteBuffer
ByteBuffer byteBuffer = ByteBuffer.allocate(2048);
byte[] userName = user.getUserName().getBytes();
byte[] password = user.getPassword().getBytes();
byteBuffer.putInt(userName.length);
byteBuffer.put(userName);
byteBuffer.putInt(password.length);
byteBuffer.put(password);
byteBuffer.flip();
log.info("{}", byteBuffer.remaining()); // 16

序列化速度慢

序列化速度是体现序列化性能的重要指标
如果序列化的速度慢，就会影响网络通信的效率，从而增加系统的响应时间

int count = 10_0000;
User user = new User();
user.setUserName("test");
user.setPassword("test");

// ObjectOutputStream
long t1 = System.currentTimeMillis();
for (int i = 0; i < count; i++) {
    ByteArrayOutputStream os = new ByteArrayOutputStream();
    ObjectOutputStream oos = new ObjectOutputStream(os);
    oos.writeObject(user);
    oos.flush();
    oos.close();
    byte[] bytes = os.toByteArray();
    os.close();
}
long t2 = System.currentTimeMillis();
log.info("{}", t2 - t1); // 731

// NIO ByteBuffer
long t3 = System.currentTimeMillis();
for (int i = 0; i < count; i++) {
    ByteBuffer byteBuffer = ByteBuffer.allocate(2048);
    byte[] userName = user.getUserName().getBytes();
    byte[] password = user.getPassword().getBytes();
    byteBuffer.putInt(userName.length);
    byteBuffer.put(userName);
    byteBuffer.putInt(password.length);
    byteBuffer.put(password);
    byteBuffer.flip();
    byte[] bytes = new byte[byteBuffer.remaining()];
}
long t4 = System.currentTimeMillis();
log.info("{}", t4 - t3); // 182

ProtoBuf

ProtoBuf是由Google推出且支持多语言的序列化框架
- 在序列化框架性能测试报告中，ProtoBuf无论编解码耗时，还是二进制流压缩大小，都表现很好
ProtoBuf以一个**.proto**后缀的文件为基础，该文件描述了字段以及字段类型，通过工具可以生成不同语言的数据结构文件
在序列化该数据对象的时候，ProtoBuf通过.proto文件描述来生成Protocol Buffers格式的编码

存储格式

Protocol Buffers是一种轻便高效的结构化数据存储格式
Protocol Buffers使用T-L-V（标识-长度-字段值）的数据格式来存储数据
- T代表字段的正数序列（tag）
  - Protocol Buffers将对象中的字段与正数序列对应起来，对应关系的信息是由生成的代码来保证的
  - 在序列化的时候用整数值来代替字段名称，传输流量就可以大幅缩减
- L代表Value的字节长度，一般也只占用一个字节
- V代表字段值经过编码后的值
这种格式不需要分隔符，也不需要空格，同时减少了冗余字段名

编码方式

ProtoBuf定义了一套自己的编码方式，几乎可以映射Java/Python等语言的所有基础数据类型
不同的编码方式可以对应不同的数据类型，还能采用不同的存储格式
对于Varint编码的数据，由于数据占用的存储空间是固定的，因此不需要存储字节长度length，存储方式采用T-V
Varint编码是一种变长的编码方式，每个数据类型一个字节的最后一位是标志位（msb）
- 0表示当前字节已经是最后一个字节
- 1表示后面还有一个字节
对于int32类型的数字，一般需要4个字节表示，如果采用Varint编码，对于很小的int类型数字，用1个字节就能表示
- 对于大部分整数类型数据来说，一般都是小于256，所以这样能起到很好的数据压缩效果