hadoop序列化机制与java序列化机制对比

1、采用的方法：

java序列化机制采用的ObjectOutputStream 对象上调用writeObject() 方法； Hadoop 序列化机制调用对象的write() 方法，带一个DataOutput 类型的参数；

2、反序列化过程：

两者都是从流中读取数据，java的反序列化过程会不断的创建新的对象；Hadoop反序列化机制不断的复用对象（在Block 的某个对象上反复调用readFields()，可以在同一个对象上得到多个反序列化的结果，而不是多个反序列化的结果对象（对象被复用了），这减少了Java 对象的分配和回收，提高了应用的效率）

3、hadoop序列化的特征：

❑ 紧凑：由于带宽是Hadoop 集群中最稀 缺的资源，一个紧凑的序列化机制可以充分利用数据中心的带宽。

❑ 快速：在进程间通信（包括MapReduce 过程中涉及的数据交互）时会大量使用序列

化机制，因此，必须尽量减少序列化和反序列化的开销。

❑ 可扩展：随着系统的发展，系统间通信的协议会升级，类的定义会发生变化，序列化

机制需要支持这些升级和变化。

❑ 互操作：可以支持不同开发语言间的通信，如C++ 和Java 间的通信。这样的通信，

可以通过文件（需要精心设计文件的格式）或者后面介绍的IPC 机制实现。

java的序列化会将类名写入输出流中，占用较多的存储空间，同时同一类的不同对象在序列化时会共享一份元数据，会通过某种引用指向这份元数据，故在序列化时的输出流时需要维持某种状态，对一个大文件不能切割，加之java的反序列化会创建新的对象，造成空间上的浪费，所以java的序列化在hadoop的场景下，不适合

下一篇将分析，hadoop序列化是如何做快速、紧凑、可扩展及互操作的？