hessian java_java序列化之Hessian

一、Hessian序列化的前提

Hessian要实现序列化，前提是被序列化的类得实现Serializable接口。

二、Hessian序列化的实现

1.首先需要jar

2.代码实现

public class Student implements Serializable {

private String name;

public static String hobby = "eat";

transient private String address;

}

写个测试类：

Student stu = new Student();

stu.setAddress("屋子科");

stu.setName("ymz");

ByteArrayOutputStream os = new ByteArrayOutputStream();

Hessian2Output output = new Hessian2Output(os);

output.writeObject(stu);

output.close();

Student.hobby = "drink";

ByteArrayInputStream bis = new ByteArrayInputStream(os.toByteArray());

Hessian2Input input = new Hessian2Input(bis);

Student student = (Student) input.readObject();

System.out.println(student.getAddress());

System.out.println(student.getName());

System.out.println(stu.getHobby());

输出结果为：

null

ymz

drink

读出来的静态属性的值是改变后的值，说明静态变量不参与序列化；transient修饰的属性的值为null,说明被transient关键字修饰的属性依然不参与序列化。

从结果可以得出以下结论：

静态属性不能被序列化；

transient关键字修饰的属性不能被序列化；

3.一个值得关注的坑

Stusdent类集成Teacher类，Teacher类中有跟Stusdent类型相同且属性名相同的字段name,接下来看代码：

public class Student extends Teacher implements Serializable {

private String name;

public static String hobby = "eat";

transient private String address;

}

public class Teacher {

private String name;

}

测试类：

Student stu = new Student();

stu.setAddress("屋子科");

stu.setName("ymz");

ByteArrayOutputStream os = new ByteArrayOutputStream();

Hessian2Output output = new Hessian2Output(os);

output.writeObject(stu);

output.close();

ByteArrayInputStream bis = new ByteArrayInputStream(os.toByteArray());

Hessian2Input input = new Hessian2Input(bis);

Student student = (Student) input.readObject();

System.out.println(student.getName());

输出结果为：

null

理论上输出的结果应该为“ymz”,但现在为null,原因如下:

hessian序列化的时候会取出对象的所有自定义属性，相同类型的属性是子类在前父类在后的顺序；

hessian在反序列化的时候，是将对象所有属性取出来，存放在一个map中 key = 属性名 value是反序列类，相同名字的会以子类为准进行反序列化；

相同名字的属性 在反序列化的是时候，由于子类在父类前面，子类的属性总是会被父类的覆盖，由于java多态属性，在上述例子中父类 student.name = null。

得出结论：

使用hessian序列化时，一定要注意子类和父类不能有同名字段

跟Serializable序列化的比较：

hessian序列化的效率更高，且序列化的数据更小，在基于RPC的调用方式中性能更好。