七种Java经常使用序列化框架的选型与对比

本文章转自：乐字节

文章主要讲解：Java经常使用序列化框架

获取更多前端相关资料能够点击连接加入群聊【Java技术交流群】：933-87-3310   暗号：166

一 背景介绍

序列化与反序列化是咱们平常数据持久化和网络传输中常用的技术，可是目前各类序列化框架让人眼花缭乱，不清楚什么场景到底采用哪一种序列化框架。本文会将业界开源的序列化框架进行对比测试，分别从通用性、易用性、可扩展性、性能和数据类型与Java语法支持五方面给出对比测试。

 

 

下面分别对JDK Serializable、FST、Kryo、Protobuf、Thrift、Hession和Avro进行对比测试。

二 序列化框架 1 JDK Serializable

JDK Serializable是Java自带的序列化框架，咱们只须要实现java.io.Serializable或java.io.Externalizable接口，就可使用Java自带的序列化机制。实现序列化接口只是表示该类可以被序列化/反序列化，咱们还须要借助I/O操做的ObjectInputStream和ObjectOutputStream对对象进行序列化和反序列化。

通用性

因为是Java内置序列化框架，因此自己是不支持跨语言序列化与反序列化。

易用性

做为Java内置序列化框架，无序引用任何外部依赖便可完成序列化任务。可是JDK Serializable在使用上相比开源框架难用许多，能够看到上面的编解码使用很是生硬，须要借助ByteArrayOutputStream和ByteArrayInputStream才能够完整字节的转换。

可扩展性

JDK Serializable中经过serialVersionUID控制序列化类的版本，若是序列化与反序列化版本不一致，则会抛出java.io.InvalidClassException异常信息，提示序列化与反序列化SUID不一致。

性能

JDK Serializable是Java自带的序列化框架，可是在性能上其实一点不像亲生的。下面测试用例是咱们贯穿全文的一个测试实体。 咱们对该测试用例进行1000万次序列化，而后计算时间总和：

 

 

一样咱们以后会同其它序列化框架进行对比。

数据类型和语法结构支持性

因为JDK Serializable是Java语法原生序列化框架，因此基本都可以支持Java数据类型和语法。

 

 

WeakHashMap没有实现Serializable接口。

 

 

2 FST序列化框架

FST(fast-serialization)是彻底兼容JDK序列化协议的Java序列化框架，它在序列化速度上能达到JDK的10倍，序列化结果只有JDK的1/3。目前FST的版本为2.56，在2.17版本以后提供了对Android的支持。

通用性

FST一样是针对Java而开发的序列化框架，因此也不存在跨语言特性。

易用性

在易用性上，FST能够说可以甩JDK Serializable几条街，语法极其简洁，FSTConfiguration封装了大部分方法。

可扩展性

FST经过@Version注解可以支持新增字段与旧的数据流兼容。对于新增的字段都须要经过@Version注解标识，没有版本注释意味着版本为0。

注意：

 

 

综合来看，FST在扩展性上面虽然支持，可是用起来仍是比较繁琐的。

性能

使用FST序列化上面的测试用例，序列化后大小为：172，相比JDK序列化的432 ，将近减小了1/3。下面咱们再看序列化与反序列化的时间开销。

 

 

数据类型和语法结构支持性

FST是基于JDK序列化框架而进行开发的，因此在数据类型和语法上和Java支持性一致。

 

 

 

 

3 Kryo序列化框架

Kryo一个快速有效的Java二进制序列化框架，它依赖底层ASM库用于字节码生成，所以有比较好的运行速度。Kryo的目标就是提供一个序列化速度快、结果体积小、API简单易用的序列化框架。Kryo支持自动深/浅拷贝，它是直接经过对象->对象的深度拷贝，而不是对象->字节->对象的过程。

通用性

首先Kryo官网说本身是一款Java二进制序列化框架，其次在网上搜了一遍没有看到Kryo的跨语言使用，只是一些文章说起了跨语言使用很是复杂，可是没有找到其它语言的相关实现。

易用性

在使用方式上Kryo提供的API也是很是简洁易用，Input和Output封装了你几乎可以想到的全部流操做。Kryo提供了丰富的灵活配置，好比自定义序列化器、设置默认序列化器等等，这些配置使用起来仍是比较费劲的。

可扩展性

Kryo默认序列化器FiledSerializer是不支持字段扩展的，若是想要使用扩展序列化器则须要配置其它默认序列化器。

性能

使用Kryo测试上面的测试用例，Kryo序列化后的字节大小为172 ，和FST未经优化的大小一致。时间开销以下：

 

 

咱们一样关闭循环引用配置和预注册序列化类，序列化后的字节大小为120，由于这时候类序列化的标识是使用的数字，而不是类全名。使用的是时间开销以下：

 

 

数据类型和语法结构支持性

Kryo对于序列化类的基本要求就是须要含有无参构造函数，由于反序列化过程当中须要使用无参构造函数建立对象。

 

 

 

 

4 Protocol buffer

Protocol buffer是一种语言中立、平台无关、可扩展的序列化框架。Protocol buffer相较于前面几种序列化框架而言，它是须要预先定义Schema的。

通用性

protobuf设计之初的目标就是可以设计一款与语言无关的序列化框架，它目前支持了Java、Python、C++、Go、C#等，而且不少其它语言都提供了第三方包。因此在通用性上，protobuf是很是给力的。

易用性

protobuf须要使用IDL来定义Schema描述文件，定义完描述文件后，咱们能够直接使用protoc来直接生成序列化与反序列化代码。因此，在使用上只须要简单编写描述文件，就可使用protobuf了。

可扩展性

可扩展性一样是protobuf设计之初的目标之一，咱们能够很是轻松的在.proto文件进行修改。 新增字段：对于新增字段，咱们必定要保证新增字段要有对应的默认值，这样才可以与旧代码交互。相应的新协议生成的消息，能够被旧协议解析。 删除字段：删除字段须要注意的是，对应的字段、标签不可以在后续更新中使用。为了不错误，咱们能够经过reserved规避带哦。

protobuf在数据兼容性上也很是友好，int3二、unit3二、int6四、unit6四、bool是彻底兼容的，因此咱们能够根据须要修改其类型。 经过上面来看，protobuf在扩展性上作了不少，可以很友好的支持协议扩展。

性能

咱们一样使用上面的实例来进行性能测试，使用protobuf序列化后的字节大小为 192，下面是对应的时间开销。

 

 

能够看出protobuf的反序列化性能要比FST、Kryo差一些。

数据类型和语法结构支持

Protobuf使用IDL定义Schema因此不支持定义Java方法，下面序列化变量的测试：

 

 

注：List、Set、Queue经过protobuf repeated定义测试的。只要实现Iterable接口的类均可以使用repeated列表。

5 Thrift序列化框架

Thrift是由Facebook实现的一种高效的、支持多种语言的远程服务调用框架，即RPC(Remote Procedure Call)。后来Facebook将Thrift开源到Apache。能够看到Thrift是一个RPC框架，可是因为Thrift提供了多语言之间的RPC服务，因此不少时候被用于序列化中。

使用Thrift实现序列化主要分为三步，建立thrift IDL文件、编译生成Java代码、使用TSerializer和TDeserializer进行序列化和反序列化。

通用性

Thrift和protobuf相似，都须要使用IDL定义描述文件，这是目前实现跨语言序列化/RPC的一种有效方式。Thrift目前支持 C++、Java、Python、PHP、Ruby、 Erlang、Perl、Haskell、C#、Cocoa、JavaScript、Node.js、Smalltalk、OCaml、Delphi等语言，因此能够看到Thrift具备很强的通用性。

易用性

Thrift在易用性上和protobuf相似，都须要通过三步：使用IDL编写thrift文件、编译生成Java代码和调用序列化与反序列化方法。protobuf在生成类中已经内置了序列化与反序列化方法，而Thrift须要单独调用内置序列化器来进行编解码。

可扩展性

Thrift支持字段扩展，在扩展字段过程当中须要注意如下问题：

 

 

性能

上面的测试用例，使用Thrift序列化后的字节大小为：257，下面是对应的序列化时间与反序列化时间开销：

 

 

Thrift在序列化和反序列化的时间开销总和上和protobuf差很少，protobuf在序列化时间上更占优点，而Thrift在反序列化上有本身的优点。

数据类型和语法结构支持

数据类型支持：因为Thrift使用IDL来定义序列化类，因此可以支持的数据类型就是Thrift数据类型。Thrift所可以支持的Java数据类型：

 

 

Thrift一样不支持定义Java方法。

6 Hessian序列化框架

Hessian是caucho公司开发的轻量级RPC(Remote Procedure Call)框架，它使用HTTP协议传输，使用Hessian二进制序列化。 Hessian因为其支持跨语言、高效的二进制序列化协议，被常常用于序列化框架使用。Hessian序列化协议分为Hessian1.0和Hessian2.0，Hessian2.0协议对序列化过程进行了优化(优化内容待看)，在性能上相较Hessian1.0有明显提高。 使用Hessian序列化很是简单，只须要经过HessianInput和HessianOutput便可完成对象的序列化，下面是Hessian序列化的Demo：

通用性

Hessian与Protobuf、Thrift同样，支持跨语言RPC通讯。Hessian相比其它跨语言PRC框架的一个主要优点在于，它不是采用IDL来定义数据和服务，而是经过自描述来完成服务的定义。目前Hessian已经实现了语言包括：Java、Flash/Flex、Python、C++、.Net/C#、D、Erlang、PHP、Ruby、Object-C。

易用性

相较于Protobuf和Thrift，因为Hessian不须要经过IDL来定义数据和服务，对于序列化的数据只须要实现Serializable接口便可，因此使用上相比Protobuf和Thrift更加容易。

可扩展性

Hession序列化类虽然须要实现Serializable接口，可是它并不受serialVersionUID影响，可以轻松支持字段扩展。

 

 

性能

使用Hessian1.0协议序列化上面的测试用例，序列化结果大小为277。使用Hessian2.0序列化协议，序列化结果大小为178。

序列化化与反序列化的时间开销以下：

 

 

能够看到Hessian1.0的不管在序列化后体积大小，仍是在序列化、反序列化时间上都比Hessian2.0相差很远。

数据类型和语法结构支持

因为Hession使用Java自描述序列化类，因此Java原生数据类型、集合类、自定义类、枚举等基本都可以支持(SynchronousQueue不支持)，Java语法结构也可以很好的支持。

7 Avro序列化框架

Avro是一个数据序列化框架。它是Apache Hadoop下的一个子项目，由Doug Cutting主导Hadoop过程当中开发的数据序列化框架。Avro在设计之初就用于支持数据密集型应用，很适合远程或本地大规模数据交换和存储。

通用性

Avro经过Schema定义数据结构，目前支持Java、C、C++、C#、Python、PHP和Ruby语言，因此在这些语言之间Avro具备很好的通用性。

易用性

Avro对于动态语言无需生成代码，但对于Java这类静态语言，仍是须要使用avro-tools.jar来编译生成Java代码。在Schema编写上，我的感受相比Thrift、Protobuf更加复杂。

可扩展性

 

 

性能

使用Avro生成代码序列化以后的结果为：111。下面是使用Avro序列化的时间开销：

 

 

数据类型和语法结构支持

Avro须要使用Avro所支持的数据类型来编写Schema信息，因此可以支持的Java数据类型即为Avro所支持的数据类型。Avro支持数据类型有：基础类型(null、boolean、int、long、float、double、bytes、string)，复杂数据类型(Record、Enum、Array、Map、Union、Fixed)。

Avro自动生成代码，或者直接使用Schema，不能支持在序列化类中定义java方法。

三 总结 1 通用性

下面是从通用性上对比各个序列化框架，能够看出Protobuf在通用上是最佳的，可以支持多种主流变成语言。

 

 

2 易用性

下面是从API使用的易用性上面来对比各个序列化框架，能够说除了JDK Serializer外的序列化框架都提供了不错API使用方式。

 

 

3 可扩展性

下面是各个序列化框架的可扩展性对比，能够看到Protobuf的可扩展性是最方便、天然的。其它序列化框架都须要一些配置、注解等操做。

 

 

4 性能

序列化大小对比

对比各个序列化框架序列化后的数据大小以下，能够看出kryo preregister(预先注册序列化类)和Avro序列化结果都很不错。因此，若是在序列化大小上有需求，能够选择Kryo或Avro。

 

 

序列化时间开销对比

下面是序列化与反序列化的时间开销，kryo preregister和fst preregister都能提供优异的性能，其中fst pre序列化时间就最佳，而kryo pre在序列化和反序列化时间开销上基本一致。因此，若是序列化时间是主要的考虑指标，能够选择Kryo或FST，都能提供不错的性能体验。

 

 

5 数据类型和语法结构支持

各序列化框架对Java数据类型支持的对比：

 

 

注：集合类型测试基本覆盖了全部对应的实现类。

 

 

下面根据测试总结了以上序列化框架所能支持的数据类型、语法。

 

 

 

 

因为Protobuf、Thrift是IDL定义类文件，而后使用各自的编译器生成Java代码。IDL没有提供定义staic内部类、非static内部类等语法，因此这些功能没法测试。

感谢你们的认同与支持，小编会持续转发《乐字节》优质文章