Java序列化与反序列化学习（三）：序列化机制与原理

Java序列化算法透析

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。在这里你能学到如何序列化一个对象，什么时候需要序列化以及Java序列化的算法，我们用 一个实例来示范序列化以后的字节是如何描述一个对象的信息的。

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. import java.io.Serializable;
2. class TestSerial implements Serializable {
3. public byte version = 100;
4. public byte count = 0;
5. }

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. }

执行结果为

100.

对象的序列化格式

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

这一坨字节就是用来描述序列化以后的

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51bytes，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

我们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. }
4. class contain implements Serializable{
5. int containVersion = 11;
6. }
7. public class SerialTest extends parent implements Serializable {
8. int version = 66;
9. contain con = new contain();
10. public int getVersion() {
11. return version;
12. }
13. public static void main(String args[]) throws IOException {
14. FileOutputStream fos = new FileOutputStream("temp.out");
15. ObjectOutputStream oos = new ObjectOutputStream(fos);
16. SerialTest st = new SerialTest();
17. oos.writeObject(st);
18. oos.flush();
19. oos.close();
20. }
21. }

这个例子是相当的直白啦。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：

1. AC ED:
   STREAM_MAGIC. 声明使用了序列化协议.
2. 00 05:
   STREAM_VERSION. 序列化协议版本.
3. 0x73:
   TC_OBJECT. 声明这是一个新的对象.

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：

1. 0x72:
   TC_CLASSDESC. 声明这里开始一个新Class。
2. 00 0A: Class名字的长度.
3. 53 65 72 69 61 6c 54 65 73
   74: SerialTest,Class类名.
4. 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.
5. 0x02: 标记号. 该值声明该对象支持序列化。
6. 00
   02: 该类所包含的域个数。

接下来，算法输出其中的一个域，int version=66；见颜色：

1. 0x49: 域类型.
   49 代表"I", 也就是Int.
2. 00
   07: 域名字的长度.
3. 76 65 72 73 69 6F 6E:
   version,域名字描述.

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：

1. 0x4C: 域的类型.
2. 00
   03: 域名字长度.
3. 63 6F
   6E: 域名字描述，con
4. 0x74:
   TC_STRING. 代表一个new String.用String来引用对象。
5. 00
   09: 该String长度.
6. 4C 63 6F 6E 74 61 69 6E
   3B: Lcontain;, JVM的标准对象签名表示法.
7. 0x78:
   TC_ENDBLOCKDATA,对象数据块结束的标志

.接下来算法就会输出超类也就是Parent类描述了，见颜色：

1. 0x72:
   TC_CLASSDESC. 声明这个是个新类.
2. 00
   06: 类名长度.
3. 70 61 72 65 6E 74:
   parent,类名描述。
4. 0E DB D2 BD 85 EE 63
   7A: SerialVersionUID, 序列化ID.
5. 0x02: 标记号. 该值声明该对象支持序列化.
6. 00
   01: 类中域的个数.

下一步，输出parent类的域描述，int parentVersion=100;同见颜色：

1. 0x49: 域类型.
   49 代表"I", 也就是Int.
2. 00
   0D: 域名字长度.
3. 70 61 72 65 6E 74 56 65 72 73
   69 6F 6E: parentVersion，域名字描述。
4. 0x78:
   TC_ENDBLOCKDATA,对象块结束的标志。
5. 0x70:
   TC_NULL, 说明没有其他超类的标志。.

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：

1. 00 00 00 0A:
   10, parentVersion域的值.

还有SerialTest类的域：

1. 00 00 00 42: 66,
   version域的值.

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：

1. 0x73:
   TC_OBJECT, 声明这是一个新的对象.
2. 0x72:
   TC_CLASSDESC声明这里开始一个新Class.
3. 00
   07: 类名的长度.
4. 63 6F 6E 74 61 69 6E:
   contain,类名描述.
5. FC BB E6 0E FB CB 60
   C7: SerialVersionUID, 序列化ID.
6. 0x02: Various
   flags. 标记号. 该值声明该对象支持序列化
7. 00
   01: 类内的域个数。

.输出contain的唯一的域描述，int containVersion=11；

1. 0x49: 域类型.
   49 代表"I", 也就是Int..
2. 00
   0E: 域名字长度.
3. 63 6F 6E 74 61 69 6E 56 65 72
   73 69 6F
   6E: containVersion, 域名字描述.
4. 0x78:
   TC_ENDBLOCKDATA对象块结束的标志.

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。

1. 0x70:TC_NULL，没有超类了。

最后，将contain类实际域值输出。

1. 00 00 00 0B:
   11, containVersion的值.

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。

本文来自longdick的博客：《Java序列化算法透析》