play json 序列化 java_alibaba fastjson(json序列化器)序列化部分源码解析-1-总体分析...

fastjson官方地址: http://code.alibabatech.com/wiki/display/FastJSON/Home

从javaeye上看到了阿里一位人士写的fastjson，特别是其中如何将java对象序列化成json字符串这段。笔者比较关注，因为在笔者的项目中就用了一个json序列化器(造的轮子)。就下载下来看了一看，先不说和笔者所用的轮子有何区别，单就用了一个简单的测试器，来测试一下两者的处理速度。测试代码就不贴了，简单地说下测试结果。在jvm充分优化的情况下(for循环执行了很多次之后),笔者所使用的java序列化器处理速度不是很均匀，在结尾有短暂的变化(可能与虚拟机回收有关系)；而fastjson在后面的处理过程当中，一般很均匀(后来发现与使用的buf分配方式有关)。最主要的区别莫在于，fastjson的速度那是不能对比了。

经过分析源码之后，发现fastjson在处理json优化上面还是下了很大的工夫的。笔者准备从以下几个方面对fastjson作一个简单的解析，也让使用fastjson的同学对fastjson有一个简单的认识。

1    总体分析    分析json序列化的总体思路和解析过程

2    性能分析A  针对字符生产部分(即outWriter)对不同类型数据的处理和与性能相关处理部分

3    性别分析B  针对序列化过程部分(即objectSerializer)对不同类型的序列化过程处理和与性能相关处理部分

4    对象解析分析    对javaBean解析部分和针对字段输出部分的处理和解析

源码分析基于1.0.5版本。

总体分析，首先上图，即fastjson的总体处理思想，其实也是所有json序列化器需要考虑的问题。

在这里，需要考虑的主要有两个部分，一是临时保存在序列化过程中用于储存数据的容器，二是处理对象序列化的序列化器。

在fastjson中，保存数据的容器使用了wirter，字符输出流，而且是自实现的一个字符输出流。相对原来的writer，追加了很多需要输出的信息的实现，比如输出一个字符串，输出一个字符，输出一个long类型数据等。而处理对象序列化的序列化器，而使用了责任链模式和工厂模式，将不同类型的java对象分散到不同的序列化器当中。而每个序列化器只处理与自身类型相对应的数据信息，这样就避免了在处理时，各种情况交织在一块，逻辑混乱的问题。

下面就源码本身作一个分析，其中结合两个部分进行分析。

代码分析部分

首先，将一个对象序列化json字符串调用的是JSON对象的toJSONString方法，这里调用的是无参数方法。(注：本文不分析采用vistor实现json序列化代码的部分)。具体代码如下所示：

第一行，新产生的一个数据保存器，储存在序列化过程中产生的数据；第二行，产生统一的json序列化器，其中使用了outWriter，此类即json序列化的统一处理器；第三行，调用序列化方法开始序列化对象，以产生json字符串信息；第四行，返回已经储存的json信息。

Java代码

SerializeWriter out =newSerializeWriter();

JSONSerializer serializer = newJSONSerializer(out);

serializer.write(object);

returnout.toString();

数据保存器(序列化输出容器)

SerializeWriter是一个用于储存在序列化过程中产生的数据信息，它与jdk中的StringBuiler有着类似的功能，即将不同的数据填充到此容器中。之所以不使用StringBuilder的原因之一在于StringBuilder没有提供一些特别为性能优化的方法，并且StringBuilder在处理过程中增加了多余的操作(如新分配对象)。该容器的主要功能就是接收不同的数据，并将这些数据存储到该内部的一个字符数组当中，同时记录字符总数。

既然充当了一个数据输出的角色，那么就可以往其中输入任何的数据，包括int,byte,short等基本类型和对应的包装类型，也包括日期数据，以及经常使用的字符串数据等。对于在这些数据类型之外的其它类型，由于json的特殊结构，所有的高级类型均可以转化于这些基础类型的组织体，所以不需要再针对高级类型作处理了(这些是序列化器应该考虑的问题)。

首先对SerializeWriter的方法(输出和追加)作一个预览：

方法总共可以分五个部分，第一个部分是针对writer基本功能一个扩展，即支持输出int,字符，以及字符数组，追加字符数组(包括字符串)等；第二个部分提供了写整形和长整形的基本方法；第三个部分是提供写基本数据类型数组的支持；第四个部分是提供写一个数字+一个字符的形式，比如数据+［,\],}]这种格式；第五个部分是提供写数据串，主是是针对字符串追加双引号或单引号(以支持标准json)。

Java代码

publicvoidwrite(intc)

publicvoidwrite(charc)

publicvoidwrite(charc[],intoff,intlen)

publicvoidwrite(String str,intoff,intlen)

publicSerializeWriter append(CharSequence csq)

publicSerializeWriter append(CharSequence csq,intstart,intend)

publicSerializeWriter append(charc)

publicvoidwriteInt(inti)

publicvoidwriteLong(longi)

publicvoidwriteBooleanArray(boolean[] array)

publicvoidwriteShortArray(short[] array)

publicvoidwriteByteArray(byte[] array)

publicvoidwriteIntArray(int[] array)

publicvoidwriteIntArray(Integer[] array)

publicvoidwriteLongArray(long[] array)

publicvoidwriteIntAndChar(inti,charc)

publicvoidwriteLongAndChar(longi,charc)

publicvoidwriteStringWithDoubleQuote(String text)

publicvoidwriteKeyWithDoubleQuote(String text)

publicvoidwriteStringWithSingleQuote(String text)

publicvoidwriteStringArray(String[] array)

publicvoidwriteKeyWithSingleQuote(String text)

publicvoidwriteKeyWithDoubleQuoteIfHashSpecial(String text)

publicvoidwriteKeyWithSingleQuoteIfHashSpecial(String text)

五个部分的方法，每个部分都有其特殊的作用和意义，针对最常用的数字和字符串作了特别的对待。

在实现上面，SerializeWriter使用了一个内部的字符数组作为数据的储存器，同时使用了一个计数器计算当前存储的字符量。既然使用了字符数组，那么肯定有相关的操作，如字符扩容等。整个写数据的过程，其实就是往这个字符数组追加数据的过程，需要考虑只是如何追加数据的问题，即上面所列出的这么多些方法。在最终写完数据之后，即可将这个字符数组转为我们所需要的字符串了。

对象序列化入口

JsonSerializer，准备地讲，这个类不应该叫这个名字，因为它与其它的对象序列化器相混淆了。这只是一个提供对象序列化的一个入口；同时，它持有所有具体负责对象序列化工作类的引用。将这些序列化器集中起来，需要用到哪个对象序列化器时，就取出这个序列化器，并调用相应的序列化方法。

既然是对象序列化入口，它就需要关注两个事情。一是我们究竟有哪些序列化器可以使用，二是对于一个对象，应该使用哪一个序列化器来进行工作。对于这两个问题，JsonSerializer内部持有一个JSONSerializerMap的属性，即表示应该序列化的对象类型和对应的序列化器的一个映射。我们来看默认的构造方法，它使用了默认的全局对象类型和对象序列化器映射：

Java代码

publicJSONSerializer(SerializeWriter out){

this(out, JSONSerializerMap.getGlobalInstance());

}这时使用了全局的一个对象序列化器映射，加上后面在getObjectWriter中追加的对象序列化器映射。在整个jsonSerializer中，可以使用的对象序列化器有以下这些：

Java代码

put(Boolean.class, BooleanSerializer.instance);

put(Byte.class, ByteSerializer.instance);

put(Short.class, ShortSerializer.instance);

put(Integer.class, IntegerSerializer.instance);

put(Long.class, LongSerializer.instance);

put(Float.class, FloatSerializer.instance);

put(Double.class, DoubleSerializer.instance);

put(BigDecimal.class, BigDecimalSerializer.instance);

put(BigInteger.class, BigIntegerSerializer.instance);

put(String.class, StringSerializer.instance);

put(byte[].class, ByteArraySerializer.instance);

put(short[].class, ShortArraySerializer.instance);

put(int[].class, IntArraySerializer.instance);

put(long[].class, LongArraySerializer.instance);

put(float[].class, FloatArraySerializer.instance);

put(double[].class, DoubleArraySerializer.instance);

put(boolean[].class, BooleanArraySerializer.instance);

put(Integer[].class, IntegerArraySerializer.instance);

put(String[].class, StringArraySerializer.instance);

put(Object[].class, ObjectArraySerializer.instance);

put(Class.class, ClassSerializer.instance);

// atomic

put(AtomicBoolean.class, AtomicBooleanSerializer.instance);

put(AtomicInteger.class, AtomicIntegerSerializer.instance);

put(AtomicLong.class, AtomicLongSerializer.instance);

put(AtomicReference.class, AtomicReferenceSerializer.instance);

put(AtomicIntegerArray.class, AtomicIntegerArraySerializer.instance);

put(AtomicLongArray.class, AtomicLongArraySerializer.instance);

// jmx

put(CompositeData.class, CompositeDataSerializer.instance);

put(CompositeDataSupport.class, CompositeDataSerializer.instance);

put(TabularData.class, TabularDataSerializer.instance);

put(TabularDataSupport.class, TabularDataSerializer.instance);

put(ObjectName.class, ObjectNameSerializer.instance);

put(SimpleType.class, SimpleTypeSerializer.instance);

//在执行过程中追加部分

mapping.put(clazz, MapSerializer.instance);

mapping.put(clazz, ListSerializer.instance);

mapping.put(clazz, CollectionSerializer.instance);

mapping.put(clazz, DateSerializer.instance);

mapping.put(clazz, JSONAwareSerializer.instance);

mapping.put(clazz, JSONStreamAwareSerializer.instance);

mapping.put(clazz, EnumSerializer.instance);

mapping.put(clazz, newArraySerializer(compObjectSerializer));

mapping.put(clazz, newExceptionSerializer(clazz));

mapping.put(clazz, newJavaBeanSerializer(clazz));

这些序列化器，覆盖了基本数据，字符串类型，日期，以及集合，map，以及javaBean的所有序列化器。因为不存在没有匹配不了的序列化器。既然有个序列化器，就可以执行序列化工作了。即到了序列化入口应该做的工作了。

Java代码

Class> clazz = object.getClass();

ObjectSerializer writer = getObjectWriter(clazz);

writer.write(this, object);

首先获得当前序列化对象所在的类型，再根据类型取得相对应的序列化器，最后使用序列化器进行正式的序列化工作。

序列化过程

正如上面所说，进入序列化工作之后，即是针对每一种类型进行序列化处理了。该序列化工作使用了统一的方法，即实现了统一的序列化方法：

Java代码

voidwrite(JSONSerializer serializer, Object object)throwsIOException

该方法在抽象类(可以说是接口)ObjectSerializer中定义，即所有的序列化器都继承了此类，并实现了此方法用于处理不同的情形。对于上层调用(如JsonSerializer)，不需要考虑每一个类型的序列化工作是如何实现的，只需要针对不同的类型找到正确的序列化器，进行序列化工作即可。

对于一个序列化器，通常的工作，是首先取得当前的数据储存容器，然后根据不同的对象类型，将对象输出到outWriter中即可。比如一个序列化实现IntergerSerializer，它的实现如下：

Java代码

SerializeWriter out = serializer.getWrier();

Integer value = (Integer) object;

out.writeInt(value.intValue());

这 样即完成了一个完整的序列化工作。当然，对于复杂的数据类型，在实现过程中，可能需要递归地调用JsonSerializer的序列化工作，这得归结于如何处理不同的对象类型了。比如处理一个对象集合时，除需要处理集合本身之外，还需要处理集合中的每一个对象，这时又是一个解析过程。由于使用了同一个jsonSerializer，所以在进行数据处理时，输出的数据会按照在解析过程中的顺序，顺序地写入到outWriter中，这样即保证了数据的正确性。

总结

整个解析过程，相对来说，比较地简单。因为，这个解析工作从原理上来讲，也并不复杂。困难地在于，如何处理不同的数据类型，以及在处理过程中如何保证处理的效率。这即是fastjson之所以产生的原因。

本篇从整个结构出发，对fastjson中的json序列化过程有了一个初步的理解，让大家都能够很好地正解fastjson，包括fastjson本身在实现上可能存在的不合理情况。在下一篇中，就效率实现上的两个重要方面(输出效率和解析过程)分别进行解析。