3-RPC框架中的序列化

什么是序列化反序列化

网络传输的数据必须是二进制数据，但调用方的出入参都是对象，所以需要把对象转化成可传输的二进制，并且要求算法是可逆的，这个过程叫做序列化。服务提供方可以从二进制数据中分割出不同的请求，根据请求类型和序列化类型，把二进制的数据逆向还原成请求对象，这个过程叫反序列化。

常用序列化

• JDK原生序列化
  序列化过程就是在读取对象数据的时候，不断加入一些特殊的分隔符，这些特殊的分隔符用于在反序列化过程中截断用。
• JSON
  JSON是典型的Key-Value方式，没有数据类型，是一种文本型序列化框架。
  需要注意：JSON进行序列化额外空间开销比较大，需要巨大的内存和磁盘开销；
  JSON没有类型，但像JAVA这种强类型语言需要反射统一解决，所以性能不会太好
• Hessian
  Hessian是动态类型，二进制，紧凑的，并且可跨语言一只的一种序列化框架。比上述两种更紧凑序列化高效很多，所以生成的字节数也更小。
  但是不能支持Linked系列，Locale类，Byte/Short反序列化会变成Integer
• Protobuf
  是Google公司内部的混合语言标准。轻便高效的结构化数据存储格式，用于结构化数据序列化。使用时需要定义IDL，（Interface description language），然后使用不同语言的IDL编译器，生成序列化工具类。
  优点是：序列化后的提及比JSON,Hessian小很多。IDL能清晰的描述语义，能够保证应用程序之间的类型不会丢失，不需要类似的XML解析器
  。序列化反序列化很快，不需要通过反射获取类型。消息格式升级和兼容性不错，可以做到向后兼容。
  缺点不支持Map、list集合对象，需要包在对象里面

如何选择序列化

需要考虑下的因素，性能、效率以及性能开销。
序列化之后的二进制数据提及大小。序列化后的字节数据体积越小，网络传输的数据量越小，传输数据越快，传输速度直接关系到请求相应的耗时。
同时要考虑序列化的 安全性，通用性以及兼容性。
优先级高低
安全性>通用性>兼容性>性能>效率>空间开销

容易遇到的问题

对象过于复杂；
对象过于庞大。
对象有复杂的继承关系 。

总结

服务调用的稳定性和可靠性相对于性能和耗时更重要。对于RPC调用来说，最为耗时最耗性能的操作大多是服务提供者执行业务逻辑的操作，这是序列化的开销对于服务整体的开销相对影响比较小。

构造入参与返回值对象的注意点

• 对象要尽量简单，没有太多的依赖关系，属性不要太多，尽量高内聚。
• 入参对象与返回值兑现个体积不要太大，不要传太大的集合
• 尽量使用简单的蟾宫的开发语言原生的对象，尤其是集合类
• 对象不要有复杂的继承关系。