Hadoop源代码分析（三）

由于Hadoop的MapReduce和HDFS都有通信的需求，需要对通信的对象进行序列化。Hadoop并没有采用Java的序列化，而是引入了它自己的系统。
org.apache.hadoop.io中定义了大量的可序列化对象，他们都实现了Writable接口。实现了Writable接口的一个典型例子如下：
Java代码  
1. public class MyWritable implements Writable {      
2.    // Some data           
3.    private int counter;      
4.    private long timestamp;      
5.     
6.    public void write(DataOutput out) throws IOException {      
7.        out.writeInt(counter);      
8.        out.writeLong(timestamp);      
9.    }      
10.         
11.    public void readFields(DataInput in) throws IOException {      
12.        counter = in.readInt();      
13.        timestamp = in.readLong();      
14.    }      
15.     
16.    public static MyWritable read(DataInput in) throws IOException {      
17.        MyWritable w = new MyWritable();      
18.        w.readFields(in);      
19.        return w;      
20.    }      
21. }   
 其中的write和readFields分别实现了把对象序列化和反序列化的功能，是Writable接口定义的两个方法。下图给出了庞大的org.apache.hadoop.io中对象的关系。
 

这里，我把ObjectWritable标为红色，是因为相对于其他对象，它有不同的地位。当我们讨论Hadoop的RPC时，我们会提到RPC上交换的信息，必须是Java的基本类型，String和Writable接口的实现类，以及元素为以上类型的数组。ObjectWritable对象保存了一个可以在RPC上传输的对象和对象的类型信息。这样，我们就有了一个万能的，可以用于客户端/服务器间传输的Writable对象。例如，我们要把上面例子中的对象作为RPC请求，需要根据MyWritable创建一个ObjectWritable，ObjectWritable往流里会写如下信息

对象类名长度，对象类名，对象自己的串行化结果
这样，到了对端，ObjectWritable可以根据对象类名创建对应的对象，并解串行。应该注意到，ObjectWritable依赖于WritableFactories，那存储了Writable子类对应的工厂。我们需要把MyWritable的工厂，保存在WritableFactories中（通过WritableFactories.setFactory）。