本文地址：，转载请注明源地址。

简介

序列化和反序列化就是结构化对象和字节流之间的转换，主要用在内部进程的通讯和持久化存储方面。

通讯格式需求

hadoop在节点间的内部通讯使用的是RPC，RPC协议把消息翻译成二进制字节流发送到远程节点，远程节点再通过反序列化把二进制流转成原始的信息。RPC的序列化需要实现以下几点：

1.压缩，可以起到压缩的效果，占用的宽带资源要小。

2.快速，内部进程为分布式系统构建了高速链路，因此在序列化和反序列化间必须是快速的，不能让传输速度成为瓶颈。

3.可扩展的，新的服务端为新的客户端增加了一个参数，老客户端照样可以使用。

4.兼容性好，可以支持多个语言的客户端

存储格式需求

表面上看来序列化框架在持久化存储方面可能需要其他的一些特性，但事实上依然是那四点：

1.压缩，占用的空间更小

2.快速，可以快速读写

3.可扩展，可以老格式读取老数据

4.兼容性好，可以支持多种语言的读写

Writable接口

Writable接口定义了两个方法：

一个将其状态写到DataOutput二进制流，另一个从DataInput二进制流读取其状态：

package org.apache.hadoop.io;import java.io.*;public interface Writable {    void write(DataOutput out) throws IOException;    void readFields(DataInput in) throws IOException;}

我们再来看下Writable接口与序列化和反序列化是如何关联的：

package org.apache.hadoop.io;import java.io.*;import org.apache.hadoop.util.StringUtils;import junit.framework.Assert;public class WritableExample {    public static byte[] bytes = null;        //将一个实现了Writable接口的对象序列化成字节流     public static byte[] serialize(Writable writable) throws IOException {        ByteArrayOutputStream out = new ByteArrayOutputStream();        DataOutputStream dataOut = new DataOutputStream(out);        writable.write(dataOut);        dataOut.close();        return out.toByteArray();    }        //将字节流转化为实现了Writable接口的对象     public static byte[] deserialize(Writable writable, byte[] bytes) throws IOException {        ByteArrayInputStream in = new ByteArrayInputStream(bytes);        DataInputStream dataIn = new DataInputStream(in);        writable.readFields(dataIn);        dataIn.close();        return bytes;    }        public static void main(String[] args) {        // TODO Auto-generated method stub        try {            IntWritable writable = new IntWritable(123);            bytes = serialize(writable);            System.out.println("After serialize " + bytes);            Assert.assertEquals(bytes.length, 4);            Assert.assertEquals(StringUtils.byteToHexString(bytes), "0000007b");                        IntWritable newWritable = new IntWritable();              deserialize(newWritable, bytes);              System.out.println("After deserialize " + bytes);            Assert.assertEquals(newWritable.get(),123);          } catch(IOException ex){                     }    }}

Hadoop序列化机制中还包含另外几个重要的接口：WritableComparable、RawComparator 和 WritableComparator

WritableComparable提供类型比较的能力，继承自Writable接口和Comparable接口，其中Comparable进行类型比较。ByteWritable、IntWritable、DoubleWritable等java基本类型对应的Writable类型，都继承自WritableComparable

效率在Hadoop中非常重要，因此Hadoop I/O包中提供了具有高效比较能力的RawComparator接口，其中RawComparator和WritableComparable的类图如下：

WritableComparable和comparators

IntWritable实现了WritableComparable，WritableComparable是Writable接口和java.lang.Comparable<T>的一个子接口。

package org.apache.hadoop.io;public interface WritableComparable 
     
        extends org.apache.hadoop.io.Writable, java.lang.Comparable
      
        {}
      
     

MapReduce在排序部分要根据key值的大小进行排序，因此类型的比较相当重要，RawComparator是Comparator的增强版

package org.apache.hadoop.io;public interface RawComparator 
     
        extends java.util.Comparator
      
        {    int compare(byte[] bytes, int i, int i1, byte[] bytes1, int i2, int i3);}
      
     

它可以做到，不先反序列化就可以直接比较二进制字节流的大小:

package org.apache.hadoop.io;import java.io.*;import org.apache.hadoop.util.StringUtils;import junit.framework.Assert;public class ComparatorExample {    public static byte[] serialize(Writable writable) throws IOException {        ByteArrayOutputStream out = new ByteArrayOutputStream();        DataOutputStream dataOut = new DataOutputStream(out);        writable.write(dataOut);        dataOut.close();        return out.toByteArray();    }        public static void main(String[] args) {        // TODO Auto-generated method stub        RawComparator
     
       comparator;        IntWritable w1, w2;        comparator = WritableComparator.get(IntWritable.class);        w1 = new IntWritable(123);        w2 = new IntWritable(32);        if(comparator.compare(w1, w2) <= 0)            System.exit(0);        try {            byte[] b1 = serialize(w1);            byte[] b2 = serialize(w2);            if(comparator.compare(b1, 0, b1.length, b2, 0, b2.length) <= 0) {                System.exit(0);            }        } catch(IOException ex) {                    }    }}
     

参考资料

《Hadoop权威指南》