Hadoop为什么要序列化

序列化：把内存中的对象，转换成字节序列（或其它数据传输协议）以便于存储（持久化）和网络传输。
反序列化：就是将收到的字节序列（或其它数据传输协议）或者是硬盘的持久数据，转换成内存中的对象。
hadoop需要在集群之间进行通讯或RPC调用的时候需要序列化，而且要求序列化要快，而且体积要小，占用带宽要小
为什么不使用Java序列化：Java的序列化是一个重量级序列化框架（Serializable）,一个对象被序列化后，会附带很多额外信息（各种校验信息，header，继承体系），不便于在网络中高效传输。所以hadoop开发了一套序列化机制（Writable）,精简、高效。

自定义bean对象序列化步骤：
（1）实现Writable接口
（2）反序列化时，需要反射调用空参构造函数，所以必须实现空参构造函数
（3）重写序列化方法
（4）重写反序列化方法
（5）反序列化的顺序和序列化的顺序保持一致
（6）想要把结果显示文件中，需要重写toString(),且用"\t"分开
（7）如果需要将bean放在key中传输，需要实现comparable接口，因为shuffle阶段需要对key进行排序。

Hadoop序列化特点：
1）紧凑：高效使用存储空间
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升级
4）互操作：支持多种语言的交互