Java序列化算法
Posted 鸭子船长
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Java序列化算法相关的知识，希望对你有一定的参考价值。
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。
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。
1 class TestSerial implements Serializable{ 2 public byte version = 100; 3 public byte count = 0; 4 }
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。
1 public static void main(String args[]) throws IOException { 2 FileOutputStream fos = new FileOutputStream("temp.out"); 3 ObjectOutputStream oos = new ObjectOutputStream(fos); 4 TestSerial ts = new TestSerial(); 5 oos.writeObject(ts); 6 oos.flush(); 7 oos.close(); 8 }
如果要从持久的文件中读取Bytes重建对象，我们可以使用ObjectInputStream。
1 public static void main(String args[]) throws IOException{ 2 FileInputStream fis = new FileInputStream("temp.out"); 3 ObjectInputStream oin = new ObjectInputStream(fis); 4 TestSerial ts = (TestSerial) oin.readObject(); 5 System.out.println("version="+ts.version); 6 }
执行结果是100；
对象序列化格式
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
这些字节就是用来描述序列话以后的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51
bytes，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照步骤做如下事情：
- 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
用另一个更完整覆盖所有可能出现的情况的例子来说明：
1 class parent implements Serializable{ 2 int parentVersion = 10; 3 }
class contain implements Serializable{ int containVersion = 11; }
1 public class SerialTest extends parent implements Serializable{ 2 int version = 66; 3 contain con = new contain(); 4 public int getVersion(){ 5 return version; 6 } 7 public static void main(String args[]) throws IOException{ 8 FileOutputStream fos = new FileOutputStream("temp.out"); 9 ObjectOutputStream oos = new ObjectOutputStream(fos); 10 SerialTest st = new SerialTest(); 11 oos.writeObject(st); 12 oos.flush(); 13 oos.close(); 14 } 15 }
-
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.
-
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。
-
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.
-
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
-
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.
-
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。.
-
00 00 00 0A: 10, parentVersion域的值.
-
00 00 00 42: 66, version域的值.
-
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。
-
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.
-
0x70:TC_NULL，没有超类了。
-
00 00 00 0B: 11, containVersion的值.
-
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：
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：接下来，算法输出其中的一个域，int version=66；见颜色：
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：.接下来算法就会输出超类也就是Parent类描述了，见颜色：
下一步，输出parent类的域描述，int parentVersion=100;同见颜色：
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：
还有SerialTest类的域：
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：.输出contain的唯一的域描述，int containVersion=11；
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。
最后，将contain类实际域值输出。
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。
SerialTest st = new SerialTest();
oos.writeObject((parent)st);
1 public class A implements Seriallizable{ 2 private static final long serialVersionUID = 1L; 3 private String name; 4 public String getName(){ 5 return name; 6 } 7 8 public void setName(String name){ 9 this.name = name; 10 } 11 } 12 13 public class A implements Serializable{ 14 private static final long serialVersionUID = 2L; 15 private String name; 16 public String getName(){ 17 return namel 18 } 19 20 public void setName(String name){ 21 this.name = name; 22 } 23 }
序列化ID自Eclipse下提供了两种生成策略，一个是固定的1L，一个是随机生成一个不重复的long类型数据（实际上使用JDK工具生成），这里有一个建议，如果没有特殊需求，就使用默认的1L就可以，这样可以确保代码一致时反序列化成功。那么随机生成的序列化ID有什么作用呢？有些时候，通过改变序列化ID可以用来限制某些用户的使用。
特性使用案例
读者应该听过Facade模式，它是为应用程序提供统一的访问接口，案例程序中的Client客户端使用了该模式，案例程序结构图如图1所示。
Client端通过Facade Object才可以与业务逻辑对象进行交互。而客户端的Facade Object不能直接由Client生成，而是需要Server端生成，然后序列化后通过网络将二进制对象数据传给Client，Client负责反序列化得到Facade对象。该模式可以使得Client端程序的使用需要服务器端的许可，同时Client端和服务器端的Facade Object类需要保持一致。当服务器端想要进行版本更新时，只要将服务器端的Facade Object类的序列化ID再次生成，当Client端反序列化Facade Object就会失败，也就是强制Client端从服务器端获取最新程序。
静态变量序列化
情境：查看如下代码
1 public class Test implements Serializable{ 2 private static final long serialVersionUID = 1L; 3 public static int staticVar = 5; 4 public static void main(String[] args){ 5 try{ 6 //初始时staticVar为5 7 ObjectOutputStream out = new ObjectOutputStream(new FileOutputStream("result.obj")); 8 out.writeObject(new Test()); 9 out.close(); 10 11 //序列化后修改为10 12 Test.staticVar = 10; 13 14 ObjectInputStream oin = new ObjectInputStream(new FileInputStream("resule.obj")); 15 Test t = (Test) oin.readObject(); 16 oin.close(); 17 18 //再读取，通过t.staticVar打印新值 19 System.out.printlb(t.staticVar); 20 21 }catch (FileNotFoundException e) { 22 e.printStackTrace(); 23 } catch (IOException e) { 24 e.printStackTrace(); 25 } catch (ClassNotFoundException e) { 26 e.printStackTrace(); 27 } 28 } 29 }
main方法将对象序列化后，修改静态变量的数值，再将序列化对象读取处理，然后通过读取出来的对象获得静态变量的数值并打印出来。最后输出是10，之所以打印10的原因在于序列化时，并不保存静态变量。这其实比较容易理解，序列化保存的是对象的状态，静态变量属于类的状态，因此序列化并不保存静态变量。
父类的序列化与Transient关键字
情境：一个子类实现了Serializable接口，它的父类都没有实现Serializable接口，序列化该子类对象，然后反序列化后输出父类定义的某变量的数值，该变量数值与序列化时的数值不同。
解决：要想将父类对象也序列化，就需要让父类也实现Serializable接口。如果父类不实现的话，就需要有默认的无参构造函数。在父类没有实现Serializable接口时，虚拟机是不会序列化父对象的，而一个java对象的构造必须先有父对象，才有子对象，反序列化也不例外。所以反序列化时，为了构造父对象，只能调用父类的无参构造函数作为默认的父对象。因此当我们取父对象的变量值时，它的值是调用父类无参构造函数后的值。如果你考虑到这种序列化的情况，在父类无参构造函数中对变量进行初始化，否则的话，父类变量值都是默认声明的值，如int型的默认是0，string型的默认是null。
Transient关键字的作用是控制变量的序列话，在变量声明前加上该关键字，可以阻止该变量被序列化到文件中，在被反序列化后，transient 变量的值被设为初始值，如 int 型的是 0，对象型的是 null。
使用案例
我们熟悉使用Transient关键字可以使得字段不被序列化，那么还有别的方法吗？根据父类对象序列化的规则，我们可以将不需要被序列化的字段抽取出来放到父类中，子类实现Serializable接口，父类不实现，根据父类序列化规则，父类的字段数据将不被序列化，形成类图如图所示。
上图中可以看出，attr1、attr2、attr3、attr5都不会被序列化，放在父类中的好处在于当有另外一个Child类时，attr1、attr2、attr3依然不会被序列化，不用重复写transient，代码简洁。
对敏感字段加密
情境：服务端给客户端发送序列化对象数据，对象中有一些数据是敏感的，比如密码字符串等，希望对该密码字段在序列化时，进行加密，而客户端如果拥有解密的秘钥，只有在客户端进行反序列化时，才可以对密码进行读取，这样可以一定程度保证序列化对象的数据安全。
解决：在序列化过程中，虚拟机会试图调用对象类里的writeObject和readObject方法，进行用户自定义的序列化和反序列化，如果没有这样的方法，则默认调用是ObjectOutputStream的defaultWriteObject方法以及ObjectInputStream的defaultReadObject方法。用户自定义的writeObject和readObject方法可以允许用户控制序列化的过程，比如可以在序列化的过程中动态改变序列化的数值。基于这个原理，可以在实际应用中得到使用，用于敏感字段的加密工作。
1 private static final long serialVersionUID = 1L; 2 private String password = "pass"; 3 public String getPassword(){ 4 return password; 5 } 6 public void setPassword(String password){ 7 this.password = password; 8 } 9 10 private void writeObject(ObjectOutputStream out){ 11 try{ 12 PubField putFields = out.putFields(); 13 System.out.printlb("原密码："+password); 14 password = "encryption";//模拟加密 15 putFields.put("password", password); 16 System.out.println("加密后的密码" + password); 17 out.writeFields(); 18 }catch(IOException e){ 19 e.printStackTrace(); 20 } 21 } 22 23 private void readObject(ObjectInputStream in){ 24 try{ 25 GetField readFields = in.readFields(); 26 Object object = readFields.get("password",""); 27 System.out.println("要解密的字符串：“+object.toString()); 28 password = "pass";//模拟解密，需要获得本地的秘钥 29 }catch(IOException e){ 30 e.printStackTrace(); 31 }catch(ClassNotFoundException e){ 32 e.printStackTrace(); 33 } 34 } 35 36 public static void main(String[] args){ 37 try{ 38 ObjectOutputStream out = new ObjectOutputStream(new FileOutputStream("resule.obj")); 39 out.writeObject(new Test()); 40 out.close(); 41 42 ObjectInputStream oin = new ObjectInputStream(new FileInputStream("resule.obj")); 43 Test t = (Test)oin.readObject(); 44 System.out.println("解密后的字符串：”+t.getPassword()); 45 oin.close(); 46 }catch(FileNotFonudException e){ 47 e.printStackTrace(); 48 }catch(IOException e){ 49 e.printStackTrace(); 50 }catch(ClassNotFoundException e){ 51 e.printStackTrace(); 52 } 53 }
在writeObject方法中，对密码进行了加密，在readObject中则对password进行解密，只有用于秘钥的客户端，才可以正确的解析出密码，确保了数据的安全。执行后控制台输出如下：
使用案例：RMI技术是完全基于Java序列化技术的，服务器端接口调用所需要的参数对象来自于客户端，它们通过网络相互传输。这就涉及RMI的安全传输的问题。一些敏感的字段，如用户名密码（用户登陆时需要对密码进行传输），我们希望对其进行加密，这时，就可以采用本节介绍的方法在客户端对密码进行加密，服务器端进行解密，确保数据传输的安全性。
序列化存储规则
ObjectOutputStream out = new ObjectOutputStream(new FileOutputStream("result.obj")); Test test = new Test(); //试图将对象两次写入文件 out.writeObject(text); out.flush(); System.ut.println(new File("result.obj").length()); out.writeObject(text); out.close(); System.out.println(new File("result.obj").length()); ObjectInputStream oin = new ObjectInputStream(new FileInputStream("result.obj")); //从文件依次读出两个文件 Test t1 = (Test) oin.readObject(); Test t2 = (Test) oin.readObject(); oin.close(); //判断两个引用是否指向同一个对象 System.out.println(t1==t2);
对同一对象两次写入文件，打印出写入一次对象后的存储大小和写入两次后的存储大小，然后从文件中反序列化出两个对象，比较这两个对象是否为同一对象。一般的思维是，两次写入对象，文件大小会变成两倍的大小，反序列化时，由于从文件读取，生成了两个对象，判断相等时应该是输入false才对，但是最后结果输出如图所示
可以看到，第二次写入对象时文件只增加了5字节，并且两个对象是相等的，这时为什么呢？
解答：Java序列化机制为了节省磁盘空间，具有特定的存储规则，当写入文件的为同一对象时，并不会再将对象的内容进行存储，而只是再次存储一份引用，上面增加的5字节的存储空间就是新增引用和一些控制信息的空间。反序列化时，恢复引用关系，使得t1和t2指向唯一的对象，二者相等，输出true。该存储规则极大的节省了存储空间。
案例分析：
1 ObjectOutputStream out = new ObjectOutputStream(new FileOutputStream("result.obj")); 2 Test test = new Test(); 3 test.i = 1; 4 out.writeObject(test); 5 out.flush(); 6 test.i = 2; 7 out.writeObject(test); 8 out.close(); 9 ObjectInputStream oin = new ObjectInputStream(new FileInputStream("result.obj")); 10 Test t1 = (Test)oin.readObject(); 11 Test t2 = (Test)oin.readObject(); 12 System.out.println(t1.i); 13 System.out.println(t2.i);
该程序的目的是希望将test对象两次保存到result.obj文件中，写入一次以后修改对象属性值再次保存第二次，然后从result.obj 中再依次读出两个对象，输出这两个对象的i属性值。案例代码的目的原本是希望一次性传输对象修改前后的状态。
结果两个输出都是1，原因就是第一次写入对象以后，第二次再试图写时，虚拟机根据引用关系知道已经有一个相同对象已经写入文件，因此只保存第二次写的引用，所以读取时，都是第一次保存的对象。读者在使用一个文件多次writeObject时需要特别注意这个问题。
以上是关于Java序列化算法的主要内容，如果未能解决你的问题，请参考以下文章
有人可以解释啥是 SVN 平分算法吗？理论上和通过代码片段[重复]