Java性能 -- 序列化

序列化方案

  1. Java RMI采用的是Java序列化
  2. Spring Cloud采用的是JSON序列化
  3. 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

  1. JDK提供了输入流对象ObjectInputStream和输出流对象ObjectOutputStream
  2. 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
1
2
3
4
5
// 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

  1. 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
  2. 不会序列化对象的transient的实例变量,也不会序列化静态变量
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
@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

  1. 在实现了Serializable接口的类的对象中,会生成一个serialVersionUID的版本号
  2. 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
  3. 如果是具有相同类名不同版本号的类,在反序列化中是无法获取对象
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
@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writeObjectreadObject

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
@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

  1. writeReplace:用在序列化之前替换序列化对象
  2. readResolve:用在反序列化之后对返回对象进行处理
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
// 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();
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
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

  1. Java序列化是不安全
    • 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
  2. 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
  3. 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
  4. 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数组类型,可以避免反序列化创建一些不确定的实例
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
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

  1. 序列化后的二进制流大小能体现序列化的能力
  2. 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
  3. 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
@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

  1. 序列化速度是体现序列化性能的重要指标
  2. 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
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

  1. 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
  2. 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
  3. 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

  1. Protocol Buffers是一种轻便高效的结构化数据存储格式
  2. 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
      • 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
  3. 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

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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

编解码

  1. ProtoBuf不仅压缩存储数据的效果好,而且编解码的性能也是很好的
  2. ProtoBuf的编码和解码过程结合.proto文件格式,加上Protocol Buffers独特的编码格式
    • 只需要简单的数据运算以及位移等操作就可以完成编码和解码
0%