大数据 Hadoop序列化

序列化概述

序列化定义

  • 序列化就是把内存中的对象转换成字节序列 (或者其他数据传输协议) 以便于储存到磁盘 (持久化) 和网络传输。
  • 反序列化就是将接收到的字节序列 (或其他数据传输协议) 或者是磁盘持久化数据,转换成为内存中的对象。

序列化的应用

对象只存在于内存中,关机断电就没有了,而且激活的对象只能由本地的进程使用,不能被发送到网络上的另一台计算机上。序列化是程序数据存储的一种形式。储存的数据可以被再次提取以及发送到另一台设备上。

Hadoop序列化

Java的序列化是一个重量级的序列化框架 (Serializable),一个对象被序列化后,会附带很多额外的信息(各种校验信息,Header,继承体系等),不便于在网络中高效的传输。所以,Hadoop自己开发了一套序列化机制(Writable)

Hadoop序列化的特点

  1. 紧凑: 高效使用储存空间。
  2. 快速:读写数据的额外开销小。
  3. 可扩展:随着通信协议的升级而可以升级。
  4. 互操作:支持多种语言交互。

Hadoop对应Java序列化类

Java中的常用类型,在Hadoop中都有对应的序列化实现类。其对应关系如下图所示:
在这里插入图片描述

Hadoop 自定义对象序列化

在企业开发中往往常用的基本序列化类型不能满足所有需求,比如在Hadoop框架内部传递一个bean对象,那么该对象就需要实现序列化接口。
具体实现bean对象序列化步骤如下7步。

  1. 必须实现Writable接口
  2. 反序列化时,需要反射调用空参构造函数,所以必须有空参构造
public Bean() {
	super();
}
  1. 重写序列化方法
@Override
public void write(DataOutput out) throws IOException {
	out.writeLong(attr1);
	out.writeLong(attr2);
	out.writeLong(attr3);
}
  1. 重写反序列化方法
@Override
public void readFields(DataInput in) throws IOException {
	attr1 = in.readLong();
	attr2 = in.readLong();
	attr3 = in.readLong();
}
  1. 注意反序列化的顺序和序列化的顺序完全一致
  2. 如果需要将自定义的bean放在key中传输,则还需要实现Comparable接口,因为MapReduce框中的Shuffle过程要求对key必须能排序。
发布了13 篇原创文章 · 获赞 5 · 访问量 3338
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览