Hadoop之Hadoop序列化

傷城~ 2022-01-21 12:07 286阅读 0赞

# Hadoop之Hadoop序列化 #

--------------------

## 目录 ##

1.  什么是序列化
2.  为什么要序列化
3.  为什么不用Java的序列化
4.  常用数据序列化类型
5.  自定义bean对象实现序列化接口（Writable）

--------------------

### 1. 什么是序列化 ###

1.  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（持久化）和网络传输。
2.  反序列化就是将收到字节序列（或其他数据传输协议）或者是硬盘的持久化数据，转换成内存中的对象。

--------------------

### 2. 为什么要序列化 ###

一般来说，“活的”对象只生存在内存里，关机断电就没有了。而且“活的”对象只能由本地的进程使用，不能被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。

--------------------

### 3. 为什么不用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（各种校验信息，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），特点如下：

1.  紧凑  
    紧凑的格式能让我们充分利用网络带宽，而带宽是数据中心最稀缺的资源
2.  快速  
    进程通信形成了分布式系统的骨架，所以需要尽量减少序列化和反序列化的性能开销，这是基本的；
3.  可扩展  
    协议为了满足新的需求变化，所以控制客户端和服务器过程中，需要直接引进相应的协议，这些是新协议，原序列化方式能支持新的协议报文；
4.  互操作  
    能支持不同语言写的客户端和服务端进行交互；

--------------------

### 4. 常用数据序列化类型 ###

<table> 
 <thead> 
  <tr> 
   <th>Java类型</th> 
   <th>Hadoop Writable类型</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>boolean</td> 
   <td>BooleanWritable</td> 
  </tr> 
  <tr> 
   <td>byte</td> 
   <td>ByteWritable</td> 
  </tr> 
  <tr> 
   <td>int</td> 
   <td>IntWritable</td> 
  </tr> 
  <tr> 
   <td>float</td> 
   <td>FloatWritable</td> 
  </tr> 
  <tr> 
   <td>long</td> 
   <td>LongWritable</td> 
  </tr> 
  <tr> 
   <td>double</td> 
   <td>DoubleWritable</td> 
  </tr> 
  <tr> 
   <td>String</td> 
   <td>Text</td> 
  </tr> 
  <tr> 
   <td>map</td> 
   <td>MapWritable</td> 
  </tr> 
  <tr> 
   <td>array</td> 
   <td>ArrayWritable</td> 
  </tr> 
 </tbody> 
</table>

--------------------

### 5. 自定义bean对象实现序列化接口（Writable） ###

自定义bean对象要想序列化传输，必须实现序列化接口，需要注意以下7项。

1.  必须实现Writable接口
2.  反序列化时，需要反射调用空参构造函数，所以必须有空参构造

public FlowBean() {
    	super();
    }

1.  重写序列化方法

@Override
    	public void write(DataOutput out) throws IOException {
    		out.writeLong(upFlow);
    		out.writeLong(downFlow);
    		out.writeLong(sumFlow);
    	}

1.  重写反序列化方法

@Override
    public void readFields(DataInput in) throws IOException {
    	upFlow = in.readLong();
    	downFlow = in.readLong();
    	sumFlow = in.readLong();
    }

1.  注意反序列化的顺序和序列化的顺序完全一致
2.  要想把结果显示在文件中，需要重写toString()，可用”\\t”分开，方便后续用。
3.  如果需要将自定义的bean放在key中传输，则还需要实现comparable接口，因为mapreduce框中的shuffle过程一定会对key进行排序。

@Override
    public int compareTo(FlowBean o) {
    	// 倒序排列，从大到小
    	return this.sumFlow > o.getSumFlow() ? -1 : 1;
    }