Hadoop Common源码分析之SerializationFactory、Serialization

        SerializationFactory是Hadoop中的一个序列化器工厂，它除了用来存储序列化器种类、更新序列化器相关配置信息，还提供了根据指定待序列化类获取相匹配的序列化器和反序列化器的功能。

        SerializationFactory中的关键成员变量只有一个，如下：

private List<Serialization<?>> serializations = new ArrayList<Serialization<?>>();

        serializations是一个存储实现Serialization接口对象的列表，而Serialization代表了序列化器或反序列化器的公共行为，它实际上是对序列化器/反序列化器对的压缩，列表中的对象其实是（序列化器/反序列化器对）的结合体，提供了以下三个方法：

/**
* <p>
* Encapsulates a {@link Serializer}/{@link Deserializer} pair.
* </p>
* @param <T>
*/
@InterfaceAudience.LimitedPrivate({"HDFS", "MapReduce"})
@InterfaceStability.Evolving
public interface Serialization<T> {

/**
* Allows clients to test whether this {@link Serialization}
* supports the given class.
* 允许客户端去检测这个Serialization是否支持给定Class
*/
boolean accept(Class<?> c);

/**
* 为给定Class获取一个序列化器Serializer
* @return a {@link Serializer} for the given class.
*/
Serializer<T> getSerializer(Class<T> c);

/**
* 为给定Class获取一个反序列化器Deserializer
* @return a {@link Deserializer} for the given class.
*/
Deserializer<T> getDeserializer(Class<T> c);
}

        很明显，accept(Class<?> c)方法允许客户端去检测这个Serialization是否支持给定Class，getSerializer(Class<T> c)方法为给定Class获取一个序列化器Serializer，而getDeserializer(Class<T> c)方法为给定Class获取一个反序列化器Deserializer。

        我们再看SerializationFactory的构造函数，它通过读取配置信息conf中的io.serializations参数来确定Serializations，这个参数是一个逗号隔开的类名列表，代码如下：

/**
* <p>
* Serializations are found by reading the <code>io.serializations</code>
* property from <code>conf</code>, which is a comma-delimited list of
* classnames.
* 通过读取配置信息conf中的io.serializations参数来确定Serializations，这个参数是一个逗号隔开的类名列表
* </p>
*/
public SerializationFactory(Configuration conf) {

// 调用父类构造函数
super(conf);

// 遍历参数io.serializations配置的序列器名称serializerName，
// 参数未配置默认为WritableSerialization、AvroSpecificSerialization、AvroReflectSerialization三个
for (String serializerName : conf.getStrings(
CommonConfigurationKeys.IO_SERIALIZATIONS_KEY,
new String[]{WritableSerialization.class.getName(),
AvroSpecificSerialization.class.getName(),
AvroReflectSerialization.class.getName()})) {

// 调用add(conf, serializerName)方法添加序列化器
add(conf, serializerName);
}
}

        构造函数先调用父类构造函数，然后遍历参数io.serializations配置的序列器名称serializerName，参数未配置默认为WritableSerialization、AvroSpecificSerialization、AvroReflectSerialization三个，然后调用add(conf, serializerName)方法添加每个序列化器名称。继续追踪add()方法，代码如下：

@SuppressWarnings("unchecked")
private void add(Configuration conf, String serializationName) {
try {
// 通过类名serializationName获取Class，即serializionClass
Class<? extends Serialization> serializionClass =
(Class<? extends Serialization>) conf.getClassByName(serializationName);

// 通过反射生成类serializionClass的对象，并将其加入到serializations列表
serializations.add((Serialization)
ReflectionUtils.newInstance(serializionClass, getConf()));
} catch (ClassNotFoundException e) {
LOG.warn("Serialization class not found: ", e);
}
}

        add()方法很简单，就做了两件事：

        1、通过类名serializationName获取Class，即serializionClass；

        2、通过反射生成类serializionClass的对象，这个对象其实是（序列化器/反序列化器对）的结合体，并将其加入到serializations列表。

        SerializationFactory还提供了为指定类获取序列化器、反序列化器的getSerializer(Class<T> c)和getDeserializer(Class<T> c)方法，代码如下：

// 为指定类c获取序列化器Serializer
public <T> Serializer<T> getSerializer(Class<T> c) {
// 根据指定类c，调用getSerialization()方法，获取对应序列化器serializer，实际上是确定（序列化器/反序列化器对）对象serializer
Serialization<T> serializer = getSerialization(c);
if (serializer != null) {
// 通过serializer的getSerializer()方法为指定类c获取序列化器的实例
return serializer.getSerializer(c);
}
// 找不到则返回null
return null;
}

// 为指定类c获取反序列化器Deserializer
public <T> Deserializer<T> getDeserializer(Class<T> c) {
// 根据指定类c，调用getSerialization()方法，获取对应序列化器serializer，实际上是确定（序列化器/反序列化器对）对象serializer
Serialization<T> serializer = getSerialization(c);
if (serializer != null) {
// 通过serializer的getSerializer()方法为指定类c获取反序列化器的实例
return serializer.getDeserializer(c);
}
// 找不到则返回null
return null;
}

// 为指定类c获取（序列化器/反序列化器对）对象
@SuppressWarnings("unchecked")
public <T> Serialization<T> getSerialization(Class<T> c) {
// 遍历serializations列表，获取其中每个Serialization对象serialization
for (Serialization serialization : serializations) {

// 调用serialization的accept()方法，如果其与c相匹配，则返回该serialization
if (serialization.accept(c)) {
return (Serialization<T>) serialization;
}
}

// 找不到则返回null
return null;
}

        两个方法的处理逻辑一致，大体如下：

        1、根据指定类c，调用getSerialization()方法，获取对应序列化器serializer，实际上是确定（序列化器/反序列化器对）对象serializer；

        2、通过serializer的getSerializer()方法或getDeserializer()方法为指定类c获取序列化器或发序列化器的实例，并返回；

        3、找不到则返回null。

        而两者共用的getSerialization()方法则是为指定类c获取（序列化器/反序列化器对）对象，处理逻辑大致为：遍历serializations列表，获取其中每个Serialization对象serialization，调用serialization的accept()方法，如果其与c相匹配，则返回该serialization，找不到则返回null。