深入领略 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工具，转换成字节序列（或其他数据传输协议）以便于存储到磁盘（耐久化）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）可能是磁盘的耐久化数据，转换成内存中的工具；

　　1.2 为什么要序列化

　　　　一般来说，“活的”工具只保留在内存中，关机断电就没有了；并且“活的”工具只能由当地的历程利用，不能发送到网络上的别的一台计较机；然而序列化可以存储“活的”工具，可以将“活的”工具发送到长途计较机；

　　1.3 为甚不消Java的序列化

　　　　Java的序列化是一个重量级序列化框架（Serializable），一个工具被序列化后，会附带许多特另外信息（各类效验信息，Header，担任体系等），未便于在网络中高效传输，所以，Hadoop本身开拓了一套序列化机制（Writable）;

　　1.4 hadoop序列化特点

　　　　1.4.1 紧凑：高效利用存储空间；

　　　　1.4.2 快速：读写数据的特别开销小；

　　　　1.4.3 可扩展：跟着通信协议的进级而可进级；

　　　　1.4.4 互操纵：支持多语言的交互；

2.自界说bean工具实现序列接口（Writable）

　　在企业开拓中往往常用的根基序列化范例不能满意所有需求，好比在hadoop框架内部通报一个bean工具，那么该工具就需要实现序列化接口；

　　2.1 必需实现Writable接口； 　　2.2 反序列化，需要反射挪用空参结构函数，所以必需有空参结构；

public FlowBean() { super(); }

　　2.3 重写序列化要领

/*序列化要领 * 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 重写反序列化要领

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

　　3.2 编写FlowMapper