• 序列化方式介绍和性能比较 (kryo fastjson hessian jdk)

    目录

    测试条件

    序列化对象

    结果展示

    码流大小比较

    fastJson < kryo < hessian < jdk

    序列化+反序列化速度

    测试代码

    序列化+反序列化

    序列化速度

    反序列化速度

    待验证

    四种序列化介绍以及Demo

    JDK自带序列化

    Hessian

    Hessian2.0的Demo实现

    Kryo

    为什么kryo序列化后的字节流很小？

    FastJson

    测试条件

    • 操作系统：Windows
    • 内存：16 GB DDR4
    • 处理器：3.2GHz 八核 AMD Ryzen 7 5800H

    序列化框架版本

    序列化框架fastjsonkryohessianjdk
    版本1.2.293.0.34.0.621.8

    序列化对象

    采用同一个对象 RpcInvocation 进行测试，由于 bean 对象的不同，测试结果可能会有差异。

    1.  static final String UUIDstr = UUID.randomUUID().toString();
    2.     static RpcInvocation rpcInvocation = new RpcInvocation();
    3.  
    4.     static {
    5.         rpcInvocation.setRetry(1);
    6.         rpcInvocation.setTargetMethod("sendData");
    7.         rpcInvocation.setTargetServiceName("org.idea.VVrpc.framework.interfaces.DataService");
    8.         rpcInvocation.setArgs(new Object[]{"hello"});
    9.         rpcInvocation.setUuid(UUIDstr);
    10.     }

    结果展示

    码流大小比较

    fastJson < kryo < hessian < jdk

    序列化+反序列化速度

    测试代码

    1.  
    2. @BenchmarkMode({Mode.Throughput})
    3. @Warmup(iterations = 3,time = 3,timeUnit = TimeUnit.SECONDS)
    4. @Measurement(iterations = 3, time = 5,timeUnit = TimeUnit.SECONDS)
    5. @Fork(1)
    6. public class SerializeRpcCompareTest {
    7.  
    8.     static final String UUIDstr = UUID.randomUUID().toString();
    9.     static RpcInvocation rpcInvocation = new RpcInvocation();
    10.  
    11.     static {
    12.         rpcInvocation.setRetry(1);
    13.         rpcInvocation.setTargetMethod("sendData");
    14.         rpcInvocation.setTargetServiceName("org.idea.VVrpc.framework.interfaces.DataService");
    15.         rpcInvocation.setArgs(new Object[]{"hello"});
    16.         rpcInvocation.setUuid(UUIDstr);
    17.     }
    18.  
    19.     static SerializeFactory jdkserializeFactory = new JdkSerializeFactory();
    20.     static SerializeFactory hesserializeFactory = new HessianSerializeFactory();
    21.     static SerializeFactory fastserializeFactory = new FastJsonSerializeFactory();
    22.     static SerializeFactory kryoserializeFactory = new KryoSerializeFactory();
    23.  
    24.     @Benchmark
    25.     public void jdkSerializeTest(){
    26.         byte[] result = jdkserializeFactory.serialize(rpcInvocation);
    27.         RpcInvocation deserializeUser = jdkserializeFactory.deserialize(result,RpcInvocation.class);
    28.     }
    29.  
    30.     @Benchmark
    31.     public void hessianSerializeTest(){
    32.         byte[] result = hesserializeFactory.serialize(rpcInvocation);
    33.         RpcInvocation deserializeUser = hesserializeFactory.deserialize(result,RpcInvocation.class);
    34.     }
    35.  
    36.     @Benchmark
    37.     public void fastJsonSerializeTest(){
    38.         byte[] result = fastserializeFactory.serialize(rpcInvocation);
    39.         RpcInvocation deserializeUser = fastserializeFactory.deserialize(result,RpcInvocation.class);
    40.     }
    41.  
    42.     @Benchmark
    43.     public void kryoSerializeTest(){
    44.         byte[] result = kryoserializeFactory.serialize(rpcInvocation);
    45.         RpcInvocation deserializeUser = kryoserializeFactory.deserialize(result,RpcInvocation.class);
    46.     }
    47.  
    48.     public static void main(String[] args) throws RunnerException {
    49.         Options options = new OptionsBuilder()
    50.                 .include(SerializeRpcCompareTest.class.getSimpleName())
    51.                 .build();
    52.         new Runner(options).run();
    53.     }
    54. }

    序列化+反序列化

    Score 表示 每秒进行 score次操作   单位： ops: operations per second

    一次操作指的是 执行一次方法体内的程序。

    序列化速度

     

    反序列化速度

     

    fastjson >  kryo > hessian >> jdk

    网上的测试 kryo大都排在第一位，可能测试的代码或者场景有些问题。

    搜到的一些可能原因：

    1.kryo 针对每一种类型 在序列化反序列化前都要实例化,否则会异常
    但是实例化又会影响性能，所以使用时,针对特定类型只要实例化一次,速度就会飞快.

    2.kryo在复杂对象的序列化时效果会比较好。

    待验证

    四种序列化介绍以及Demo

    JDK自带序列化

    JDK自带的序列化框架使用_trigger333的博客-CSDN博客

    深入理解Java序列化机制：ObjectOutputStream源码简要分析_A__Plus的博客-CSDN博客_objectoutputstream

    Hessian

    Hessian是caucho公司开发的轻量级RPC(Remote Procedure Call)框架，它使用HTTP协议传输，使用Hessian二进制序列化。

    Hessian由于其支持跨语言、高效的二进制序列化协议，被经常用于序列化框架使用。Hessian序列化协议分为Hessian1.0和Hessian2.0，Hessian2.0协议对序列化过程进行了优化(优化内容待看)，在性能上相较Hessian1.0有明显提升。

    Hessian2.0的Demo实现

    1. public class HessianSerializeFactory implements SerializeFactory {
    2.  
    3.     @Override
    4.     public  byte[] serialize(T t) {
    5.         byte[] data = null;
    6.         try {
    7.             ByteArrayOutputStream os = new ByteArrayOutputStream();
    8.             Hessian2Output output = new Hessian2Output(os);
    9.             output.writeObject(t);
    10.             output.getBytesOutputStream().flush();
    11.             output.completeMessage();
    12.             output.close();
    13.             data = os.toByteArray();
    14.         } catch (Exception e) {
    15.            throw new RuntimeException(e);
    16.         }
    17.         return data;
    18.     }
    19.  
    20.     @Override
    21.     public  T deserialize(byte[] data, Class clazz) {
    22.         if (data == null) {
    23.             return null;
    24.         }
    25.         Object result = null;
    26.         try {
    27.             ByteArrayInputStream is = new ByteArrayInputStream(data);
    28.             Hessian2Input input = new Hessian2Input(is);
    29.             result = input.readObject();
    30.         } catch (Exception e) {
    31.             throw new RuntimeException(e);
    32.         }
    33.         return (T) result;
    34.     }

    Kryo

    Kryo一个快速有效的Java二进制序列化框架，它依赖底层ASM库用于字节码生成，因此有比较好的运行速度。Kryo的目标就是提供一个序列化速度快、结果体积小、API简单易用的序列化框架。Kryo支持自动深/浅拷贝，它是直接通过对象->对象的深度拷贝，而不是对象->字节->对象的过程。
    kryo不是线程安全的， 所以需要使用ThreadLocal来存储kryo对象

    比kyro更高效的序列化库就只有google的protobuf了（而且两者性能很接近），protobuf有个缺点就是要传输的每一个类的结构都要生成对应的proto文件（也可以都放在同一个proto文件中，如果考虑到扩展性的话，不建议放在一个proto文件中），如果某个类发生修改，还得重新生成该类对应的proto文件.

    为什么kryo序列化后的字节流很小？

    源码分析Dubbo序列化-源码分析kryo序列化实现原理 - 码农岛

    Kryo 对 Class 的序列化只需要化 Class 的全路径名，在反序列化时根据 Class 通过类加载进行加载，大大减少了序列化后的文件大小，能极大提高性能。

    Kryo 的核心设计理念就是尽最大可能减少序列化后的文件大小，其举措1就是通过对long,int等数据类型，采用变长字节存储来代替java中使用固定字节(4,8)字节的模式，因为在软件开发中，对象的这些值基本上都是小值，能节省很多空间，第二个举措是使用了类似缓存的机制，在一次序列化对象中，在整个递归序列化期间，相同的对象，只会序列化一次，后续的用一个局部int值来代替。

    1. public class KryoSerializeFactory implements SerializeFactory {
    2.  
    3.     private static final ThreadLocal kryos = new ThreadLocal() {
    4.         @Override
    5.         protected Kryo initialValue() {
    6.             Kryo kryo = new Kryo();
    7.             return kryo;
    8.         }
    9.     };
    10.  
    11.     @Override
    12.     public  byte[] serialize(T t) {
    13.         Output output = null;
    14.         try {
    15.             // 从当前线程中的 ThreadLocalMap 中拿到 kryo 并写入字节流 
    16.             Kryo kryo = kryos.get();
    17.             ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
    18.             output = new Output(byteArrayOutputStream);
    19.             kryo.writeClassAndObject(output, t);
    20.             return output.toBytes();
    21.         } catch (Exception e) {
    22.             throw new RuntimeException(e);
    23.         } finally {
    24.             if (output != null) {
    25.                 output.close();
    26.             }
    27.         }
    28.     }
    29.  
    30.     @Override
    31.     public  T deserialize(byte[] data, Class clazz) {
    32.         Input input = null;
    33.         try {
    34.             // 从当前线程中的 ThreadLocalMap 中拿到 kryo 并将字节流转化为 对象
    35.             Kryo kryo = kryos.get();
    36.             ByteArrayInputStream byteArrayInputStream = new ByteArrayInputStream(data);
    37.             input = new Input(byteArrayInputStream);
    38.             return (T) kryo.readClassAndObject(input);
    39.         } catch (Exception e) {
    40.             throw new RuntimeException(e);
    41.         } finally {
    42.             if (input != null) {
    43.                 input.close();
    44.             }
    45.         }
    46.     }
    47.  
    48. }

     

    FastJson

    fastjson详解_吴声子夜歌的博客-CSDN博客_fastjson

    ​在前后端数据传输交互中,经常会遇到字符串(String)与json,XML等格式相互转换与解析，其中json以跨语言，跨前后端的优点在开发中被频繁使用，基本上可以说是标准的数据交换格式。fastjson 是一个java语言编写的高性能且功能完善的JSON库，它采用一种“假定有序快速匹配”的算法，把JSON Parse 的性能提升到了极致。它的接口简单易用，已经被广泛使用在缓存序列化，协议交互，Web输出等各种应用场景中。
    Demo 把 json 字符串转为 byte数组即可。

    1. public class FastJsonSerializeFactory implements SerializeFactory {
    2.  
    3.     @Override
    4.     public  byte[] serialize(T t) {
    5.         String jsonStr = JSON.toJSONString(t);
    6.         return jsonStr.getBytes();
    7.     }
    8.  
    9.     @Override
    10.     public  T deserialize(byte[] data, Class clazz) {
    11.         return JSON.parseObject(new String(data),clazz);
    12.     }
    13.  
    14. }

    转换效果：

     

    参考：

    几种常用序列化框架_涛歌依旧fly的博客-CSDN博客_序列化框架

    jackson、fastjson、kryo、protostuff等序列化工具性能对比_双面神像的博客-CSDN博客_kryo和fastjson

  • 相关阅读:
    【正点原子STM32连载】 第六十一章 UCOSII实验1-任务调度摘自【正点原子】MiniPro STM32H750 开发指南_V1.1
    用餐高峰期，排队现象严重？食堂多元化升级改造
    探索性测试的概念及方法
    重温《Unix设计哲学》
    SpringBoot + Vue实现博文上传+展示+博文列表
    JSD-2204-使用Idea启动Nacos-创建csmall项目-Dubbo-Day03
    解决json_decode解析返回null空值
    Appium入门自动化测试（6）—— Appium 常用方法的自己动手封装
    ArcGIS Pro导出布局时去除在线地图水印
    mysql加密存储敏感数据
  • 原文地址：https://blog.csdn.net/weixin_40757930/article/details/125950648