彻底理解从二进制到序列化、跨平台

首先我们先来看下b(英文:bit，中文:比特/位)、B(英文:Byte，中文:字节) 和字长的定义和换算。

换算 :

1B (Byte) = 8b (bit)

定义:

位 ：二进制位简称“位”，是二进制记数系统中表示小于2的整数的符号，一般用1或 0表示，是具有相等概率的两种状态中的一种,二进制位的位数可表示一个机器字的字长，一个二进制位包含的信息量称为一比特（BIT，Binary digit）。

字节 ：在计算机中,把 8 位聚在一起的二进制数称为一个字节(byte),即 1字节(byte)= 8 位(bit)。

字 ：现代计算机的机器字长一般都是8位的整数倍，如16位、32位、64位和128位等，即字长分别为2个字节、4个字节、16个字节和16个字节，所以也可以用“字节”来表示机器字长；对于64位操作系统的CPU来说，字长就是64位，而字节是固定8位，所以在64位计算机中，一个字长所占的字节数为8。

首先大家对于一个字节8位有没有疑惑？为什么不是6位、7位或10位呢？可能大部分的人都觉得这不是理所当然的么，就和一日三餐一样，还需要怀疑吗？那些看起来理所当然的事情，其实远不是我们想象的那样简单，经常思考和探究这些看似常识性的问题，有助于我们养成"批判性思维"。

大家在大学期间应该都学习过高等数学中的极限、微积分，单单从概念的角度去理解极限、微积分，想必大多数同学都感觉很头疼，那么当我们将极限、微积分与伽利略、牛顿-莱布尼茨等重要人物联系起来，引入了历史这一重要因素，一切将会变得更加灵性，鲜活；再对极限、微积分的理解将会更加深刻。我们一定要承认，任何知识、应用的产生一定是有需求、有场景、有客观因素存在的，不可能无中生有就蹦出来这样一个概念。

了解历史就会有全局观，那么位、字节、字的理解我们同样以历史的角度出发来为大家解惑，以下我引用了他人的一个回答再加上自己的看法。

---------------------------------------引用开始--------------------------------------------

“所谓字节,原意就是用来表示一个完整的字符的。最初的计算机性能和存储容量都比较差,所以普遍采用4位BCD编码(这个编码出现比计算机还早,最早是用在打孔卡上的)。BCD编码表示数字还可以,但表示字母或符号就很不好用,需要用多个编码来表示。后来又演变出6位的BCD编码(BCDIC),以及至今仍在广泛使用的7位ASCII编码。不过最终决定字节大小的,是大名鼎鼎的System/360。当时IBM为System/360设计了一套8位EBCDIC编码,涵盖了数字、大小写字母和大部分常用符号,同时又兼容广泛用于打孔卡的6位BCDIC编码。System/360很成功,也奠定了字符存储单位采用8位长度的基础,这就是1字节=8位的由来。”

各位看官看到这里是否觉得IBM System/360很牛,是否想起了大牛弗雷德里克·布鲁克斯和他的《人月神话》，那么继续往下追寻，

弗雷德里克·布鲁克斯在哈佛大学取得博士学位以后，进入IBM公司设立在纽约波凯普茜(Poughkeepsie，NewYork)的实验室当工程师。这个实验室从20世纪50年代到80年代一直是IBM公司开发计算机的中心。布鲁克斯在这里参加了Harvest和STRETCH计算机的开发，任体系结构设计师。这两个型号的计算机都引入了一些新技术，在20世纪50年代后期至60年代初期有很大影响，尤其是STRETCH计算机，当前已成标准的8个二进制位的“字节”(byte)就是由布赫霍尔兹(WernerBuchholz)提出，在STRETCH上首次采用的。

原文链接：为什么1个字节(Byte)等8位(Bit)?_书当如酒-CSDN博客_一个字节8位

---------------------------------------引用结束--------------------------------------------

我们做任何一件事情，当然是在能满足需求的前提下，花费的代价越小越好，大家应该要达成这样一个共识。那么从上面最直接的我们就可以知道，最初使用这些概念的是美国人，那么只需要满足美国人的需求就行，"需要存储的信息越来越多"意思着需要更高效的存储方式，也就是在精度不低于要求的情况下，用更少的数据单元存储更多的数据，而8位是刚刚好能满足的。

1、0～31及127(共33个)是控制字符或通信专用字符（其余为可显示字符），如控制符：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格)、BEL（响铃）等；通信专用字符：SOH（文头）、EOT（文尾）、ACK（确认）等；ASCII值为8、9、10 和13 分别转换为退格、制表、换行和回车字符。它们并没有特定的图形显示，但会依不同的应用程序，而对文本显示有不同的影响。

2、32～126(共95个)是字符(32是空格），其中48～57为0到9十个阿拉伯数字。

3、65～90为26个大写英文字母，97～122号为26个小写英文字母，其余为一些标点符号、运算符号等。

那么在英语中，用128(2^7)个符号编码便可以表示所有,即7位就能编码美国人会用到的所有字符。

到这时就出现了字节的概念，那为什么字节要用8位表示呢？因为除了英文字母，世界上还有很多的语言字符，光汉字就有10万多个。聪明的美国人就在前面加了一个bit作为扩充位。当这一最高符号位为1时，表示扩展字符集，此时系统会将该字节和其下一字节合并解释，并根据当前使用的字符集显示正确的文字。

而当最高位为0时，就是我们经常说的ASCII编码，ASCII 编码是最简单的西文编码方案。GB2312、GBK、GB18030 是汉字字符编码方案的国家标准，这些标准下，一个汉字要占用两个字节。

到这里我们可以肯定的是最少要用8位来表示一个字节了。那有些人可能会问了，设置这么多编码集多麻烦，直接16位表示一个字节不就简单多了。这是因为计算机发展初期内存十分宝贵，能少用就少用，如果用16bit定义字节的话，一个英语字符就要占用两倍内存，这会造成巨大的浪费。而后来出现的UTF-8编码，一个汉字占3个字节。为什么要出现三个字节的编码呢？两个字节最多编码65535个字符，我们前面说了，光汉字就有10万个，还有其他国家的文字，这两个字节完全不够用啊。

---

理解了以上的知识点后，我们还需要了解到底什么是Java序列化、反序列化。

1.什么是序列化和反序列化？

序列化：将对象的状态信息转换成可以存储或者传输的二进制格式的过程，在这个过程中二进制格式通常以文件形式来体现。

反序列化：反之，将二级制存储形式转换成对象的过程，就是反序列化了。

2 JAVA中为什么byte而不是bit?

2.1 JAVA序列化将对象转为字节码(byte),为什么不可以直接转为位(bit)?

2.2 为什么java编译器要将java代码转为字节码(byte)？为什么不可以直接转为位(bit)?那样的话计算机不就可以直接读取了么？为什么还需要虚拟机呢？这么做的原因是什么？

2.1、2.1这两个问题其实很相似。

大家在刚接触JAVA的时候，应该就已经知道JAVA是可以跨平台（依靠JVM）的编程语言，那我们首先得知道什么是平台，我们把CPU处理器与操作系统的整体叫平台（平台 = CPU+OS，又因为现在主流的操作系统都支持主流的CPU，所以有时也把操作系统称为平台）。

另外我们要知道，编译器负责把Java程序转成class文件(字节码)，方便JVM来读取它，JVM是java虚拟机，它是解释器，把class文件中的命令转成某种平台的命令，比如把java命令转成Windows下的命令，直白一点就是,java源文件在不同的操作系统下通过前端编译器生成的class字节码文件是一样的，要不然怎么是“一次编译，到处运行”呢。字节码的设计就是为了充当中间人的角色，javac将源码编译成字节码，然后不同操作系统版本的jvm识别字节码 ，然后翻译成相应机器码（二进制），字节码文件提供了跨平台运行的特性。

class字节码文件在不同的操作系统下运行时，被JVM解释器翻译成操作系统的机器码（二进制）是不一样的。

字节码和机器码是两回事，不同架构的机器的机器码（二进制）是不同的。

以redis为例子来解释序列化，都知道java序列化对象到redis的时候都是转换成byte类型的，数据都是持久化在dump.rdb，比如dump.rdb是在windows上的，那么我们直接将其复制到linux上，一样可以进行数据的完美迁移，因为class字节码对于任何操作系统都是一样的，redis存储字节码，当要进行反序列化的时候不受不同操作系统的影响。

现在我们对2.1、2.2这两个问题提出反问，如果直接转为bit的话，那么将会发生什么呢？

假如序列化的时候我们直接序列化成windows的机器码（二进制）,比如就序列化完存储到windows上的redis，这时候redis存储的是windows的机器码(二进制),当我们将dump.rdb迁移到linux的时候，由于取出来的时候是windows的机器码，这时候linux压根就不理解windows的机器码(二进制)，无法逆推到字节码，更别说反序列化了。

假如我们将java程序直接编译成windows的机器码（二进制），这时候在windows系统上运行起来是没问题的，那当我们想在linux上运行程序的时候，只能再指定编译成linux的机器码（二进制），在MAC系统上，还需要再次指定编译成MAC的机器码（二进制），想象一下有多麻烦。

 

3.为什么要序列化和反序列化？

在很多应用场景中都需要用到序列化和反序列化，以保存当前对象的状态信息或者用于传输，例如，在常见的web服务中的持久化session就是一个很好的例子，一般session都是入驻内存的，当服务器异常宕机，内存里的session因为掉电而搽除，当我们设置了session持久化特性时，就会把session保存在硬盘上，这就是序列化，等服务器重启后有可以读取硬盘上这个session文件，还原session对象，这就是反序列化。

另一个需要序列化的场景就是进程间的远程通信，远程通信是以二进制字节流传输的，当需要传输对象的时候，首先在发送端需要将对象序列化为二进制形式方便网络传输，然后在接收端将二进制形式反序列化为java对象。比如早期的RMI，甚至现在流行的RPC通信都用到了序列化和反序列化。

 

4.如何序列化和反序列化一个对象？

Java提供了一套API方便用户序列化和反序列化。其中需要用到以下几个接口

• java.io.Serializable
• java.io.Externalizable
• ObjectOutputStream
• ObjectInputStream