深入理解 Hadoop 序列化

1.序列化概述 　　1.1 什么是序列化

　　　　序列化就是把内存中的对象，转换成字节序列（或其他数据传输协议）以便于存储到磁盘（持久化）和网络传输；

　　　　反序列化就是将收到字节序列（或其他数据传输协议）或者是磁盘的持久化数据，转换成内存中的对象；

　　1.2 为什么要序列化

　　　　一般来说，“活的”对象只生存在内存中，关机断电就没有了；而且“活的”对象只能由本地的进程使用，不能发送到网络上的另外一台计算机；然而序列化可以存储“活的”对象，可以将“活的”对象发送到远程计算机；

　　1.3 为甚不用Java的序列化

　　　　Java的序列化是一个重量级序列化框架（Serializable），一个对象被序列化后，会附带很多额外的信息（各种效验信息，Header，继承体系等），不便于在网络中高效传输，所以，Hadoop自己开发了一套序列化机制（Writable）;

　　1.4 hadoop序列化特点

　　　　1.4.1 紧凑：高效使用存储空间；

　　　　1.4.2 快速：读写数据的额外开销小；

　　　　1.4.3 可扩展：随着通信协议的升级而可升级；

　　　　1.4.4 互操作：支持多语言的交互；

2.自定义bean对象实现序列接口（Writable）

　　在企业开发中往往常用的基本序列化类型不能满足所有需求，比如在hadoop框架内部传递一个bean对象，那么该对象就需要实现序列化接口；

　　2.1 必须实现Writable接口； 　　2.2 反序列化，需要反射调用空参构造函数，所以必须有空参构造；

public FlowBean() { super(); }

　　2.3 重写序列化方法

/*序列化方法 * dataOutput 框架给我们提供的数据出口 * */ @Override public void write(DataOutput dataOutput) throws IOException { dataOutput.writeLong(upFlow); dataOutput.writeLong(downFlow); dataOutput.writeLong(sumFlow); }

　　2.4 重写反序列化方法

/*反序列化方法 * dataInput 框架提供的数据来源 * */ @Override public void readFields(DataInput dataInput) throws IOException { upFlow=dataInput.readLong(); downFlow=dataInput.readLong(); sumFlow=dataInput.readLong(); }

3.案例 　　3.1 编写FlowwBean

package com.wn.flow; import org.apache.hadoop.io.Writable; import java.io.DataInput; import java.io.DataOutput; import java.io.IOException; public class FlowwBean implements Writable { private long upFlow; private long downFlow; private long sumFlow; public FlowwBean() { } @Override public String toString() { return "FlowwBean{" + "upFlow=" + upFlow + ", downFlow=" + downFlow + ", sumFlow=" + sumFlow + '}'; } public void set(long upFlow, long downFlow){ this.upFlow=upFlow; this.downFlow=downFlow; this.sumFlow=upFlow+downFlow; } public long getDownFlow() { return downFlow; } public void setDownFlow(long downFlow) { this.downFlow = downFlow; } public long getSumFlow() { return sumFlow; } public void setSumFlow(long sumFlow) { this.sumFlow = sumFlow; } public long getUpFlow() { return upFlow; } public void setUpFlow(long upFlow) { this.upFlow = upFlow; } /*序列化方法 * dataOutput 框架给我们提供的数据出口 * */ @Override public void write(DataOutput dataOutput) throws IOException { dataOutput.writeLong(upFlow); dataOutput.writeLong(downFlow); dataOutput.writeLong(sumFlow); } /*顺序要完全一致*/ /*反序列化方法 * dataInput 框架提供的数据来源 * */ @Override public void readFields(DataInput dataInput) throws IOException { upFlow=dataInput.readLong(); downFlow=dataInput.readLong(); sumFlow=dataInput.readLong(); } }

　　3.2 编写FlowMapper