序列化与Writable接口

转载请写明来源地址：/article/1386923.html

所有源码在github上，https://github.com/lastsweetop/styhadoop

简介

序列化和反序列化就是结构化对象和字节流之间的转换，主要用在内部进程的通讯和持久化存储方面。

通讯格式需求

hadoop在节点间的内部通讯使用的是RPC，RPC协议把消息翻译成二进制字节流发送到远程节点，远程节点再通过反序列化把二进制流转成原始的信息。RPC的序列化需要实现以下几点：
1.压缩，可以起到压缩的效果，占用的宽带资源要小。
2.快速，内部进程为分布式系统构建了高速链路，因此在序列化和反序列化间必须是快速的，不能让传输速度成为瓶颈。
3.可扩展的，新的服务端为新的客户端增加了一个参数，老客户端照样可以使用。
4.兼容性好，可以支持多个语言的客户端

存储格式需求

表面上看来序列化框架在持久化存储方面可能需要其他的一些特性，但事实上依然是那四点：
1.压缩，占用的空间更小
2.快速，可以快速读写
3.可扩展，可以以老格式读取老数据
4.兼容性好，可以支持多种语言的读写

hadoop的序列化格式

hadoop自身的序列化存储格式就是实现了Writable接口的类,他只实现了前面两点，压缩和快速。但是不容易扩展，也不跨语言。
我们先来看下Writable接口，Writable接口定义了两个方法：
1.将数据写入到二进制流中
2.从二进制数据流中读取数据

[java]
view plain
copy

package org.apache.hadoop.io;

public interface Writable {
void write(java.io.DataOutput p1) throws java.io.IOException;

void readFields(java.io.DataInput p1) throws java.io.IOException;
}

我们再来看下Writable接口与序列化和反序列化是如何关联的：

[java]
view plain
copy

package com.sweetop.styhadoop;

import junit.framework.Assert;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Writable;
import org.apache.hadoop.util.StringUtils;
import org.junit.Before;
import org.junit.Test;

import java.io.*;

/**
* Created with IntelliJ IDEA.
* User: lastsweetop
* Date: 13-7-4
* Time: 下午10:25
* To change this template use File | Settings | File Templates.
*/
public class TestWritable {
byte[] bytes=null;

/**
* 初始化一个IntWritable实例，并且调用系列化方法
* @throws IOException
*/
@Before
public void init() throws IOException {
IntWritable writable = new IntWritable(163);
bytes = serialize(writable);
}

/**
* 一个IntWritable序列号后的四个字节的字节流
* 并且使用big-endian的队列排列
* @throws IOException
*/
@Test
public void testSerialize() throws IOException {
Assert.assertEquals(bytes.length,4);
Assert.assertEquals(StringUtils.byteToHexString(bytes),"000000a3");
}

/**
* 创建一个没有值的IntWritable对象，并且通过调用反序列化方法将bytes的数据读入到它里面
* 通过调用它的get方法，获得原始的值，163
*/
@Test
public void testDeserialize() throws IOException {
IntWritable newWritable = new IntWritable();
deserialize(newWritable,bytes);
Assert.assertEquals(newWritable.get(),163);
}

/**
* 将一个实现了Writable接口的对象序列化成字节流
* @param writable
* @return
* @throws IOException
*/
public static byte[] serialize(Writable writable) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream();
DataOutputStream dataOut = new DataOutputStream(out);
writable.write(dataOut);
dataOut.close();
return out.toByteArray();
}

/**
* 将字节流转化为实现了Writable接口的对象
* @param writable
* @param bytes
* @return
* @throws IOException
*/
public static byte[] deserialize(Writable writable,byte[] bytes) throws IOException {
ByteArrayInputStream in=new ByteArrayInputStream(bytes);
DataInputStream dataIn = new DataInputStream(in);
writable.readFields(dataIn);
dataIn.close();
return bytes;
}
}

WritableComparable和comparators

IntWritable实现了WritableComparable，接口看下源代码知道，WritableComparable是Writable接口和java.lang.Comparable<T>的一个子接口。

[java]
view plain
copy

package org.apache.hadoop.io;

public interface WritableComparable <T> extends org.apache.hadoop.io.Writable, java.lang.Comparable<T> {
}

MapReduce在排序部分要根据key值的大小进行排序，因此类型的比较相当重要，RawComparator是Comparator的增强版

[java]
view plain
copy

package org.apache.hadoop.io;

public interface RawComparator <T> extends java.util.Comparator<T> {
int compare(byte[] bytes, int i, int i1, byte[] bytes1, int i2, int i3);
}

它可以做到，不先反序列化就可以直接比较二进制字节流的大小:

[java]
view plain
copy

package com.sweetop.styhadoop;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.RawComparator;
import org.apache.hadoop.io.Writable;
import org.apache.hadoop.io.WritableComparator;
import org.eclipse.jdt.internal.core.Assert;
import org.junit.Before;
import org.junit.Test;

import java.io.ByteArrayOutputStream;
import java.io.DataOutputStream;
import java.io.IOException;

/**
* Created with IntelliJ IDEA.
* User: lastsweetop
* Date: 13-7-5
* Time: 上午1:26
* To change this template use File | Settings | File Templates.
*/
public class TestComparator {
RawComparator<IntWritable> comparator;
IntWritable w1;
IntWritable w2;

/**
* 获得IntWritable的comparator,并初始化两个IntWritable
*/
@Before
public void init() {
comparator = WritableComparator.get(IntWritable.class);
w1 = new IntWritable(163);
w2 = new IntWritable(76);
}

/**
* 比较两个对象大小
*/
@Test
public void testComparator() {
Assert.isTrue(comparator.compare(w1, w2) > 0);
}

/**
* 序列号后进行直接比较
* @throws IOException
*/
@Test
public void testcompare() throws IOException {
byte[] b1 = serialize(w1);
byte[] b2 = serialize(w2);
Assert.isTrue(comparator.compare(b1, 0, b1.length, b2, 0, b2.length) > 0);
}

/**
* 将一个实现了Writable接口的对象序列化成字节流
*
* @param writable
* @return
* @throws java.io.IOException
*/
public static byte[] serialize(Writable writable) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream();
DataOutputStream dataOut = new DataOutputStream(out);
writable.write(dataOut);
dataOut.close();
return out.toByteArray();
}
}