数据序列化

在我们实际的开发过程中，尤其是后台研发过程中，序列化是服务和服务之间交互数据时必须接触的一项技能。

一、什么是序列化？

序列化 (Serialization)是将对象的状态信息转换为可以存储或传输的形式（通常为二进制形式）的过程。与之相对应的，反序列化 (Deserialization)是序列化的逆过程，即将序列化之后的数据还原为原来的数据对象，以便后续业务的进行，一般也将反序列化称为解码（Decode）。

通过统一一个数据序列化的协议，我们可以方便的进行数据的传递（序列化成二进制数据流）和持久化存储，使程序更具有维护性。

二、常见的序列化协议有哪些？

在研发过程中，我们最常使用的当指 JSON （Javascript Object Notation）了，还有最近几年兴起的 Protocol Buffer 以及 MessagePack 。 这3个是我们要重点学习和掌握的，其余常见的序列化协议还有：

• XML：XML（Extensible Markup Language）一种常用的序列化和反序列化协议，历史悠久，从1998年的1.0版本被广泛使用至今。具有跨机器，跨语言等优点；XML序列化和反序列化的开销比较大，如果对于延时性较低的场景不适用。多用于配置文件场景。
• SOAP：SOAP（SIMPLE Object Access Protocol）是一种广泛应用的，基于XML为序列化和反序列化协议的结构化消息传递协议。IDL是WSDL。在传输层的协议，SOAP最常见的使用方式XML+HTTP
• Thrift：是Facebook开源提供的一个高性能，轻量级RPC服务框架，其产生正是为了满足当前大数据量，分布式、跨语言、跨平台数据通讯的需求。但是Thrift并不仅仅是序列化协议，而是一个RPC框架。缺点是安全性低，无法支持向持久层直接读写数据，不适合做数据持久化序列化协议
• Avro：Avro属于Apache Hadoop的一个子项目。 Avro提供两种序列化格式：JSON格式或者Binary格式。Binary格式在空间开销和解析性能方面可以和Protobuf媲美，Avro的产生解决了JSON的冗长和没有IDL的问题
• Fastjson：有两种序列化格式：是一个Java语言编写的高性能功能完善的JSON库。它采用一种“假定有序快速匹配”的算法，把JSON Parse的性能提升到极致
• Hessian：采用二进制协议的轻量级remoting onhttp工具
• kryo：基于protobuf协议，只支持java语言,需要注册（Registration），然后序列化（Output），反序列化（Input）

三、常见的序列化协议性能对比

对比性能数据可大致知道：

• XML序列化（Xstream）无论在性能和简洁性上比较差
• Thrift与Protobuf相比在时空开销方面都有一定的劣势
• Protobuf和Avro在两方面表现都非常优越

四、不同场景下的选型建议

没有最好的，只有最合适的！不同的场景下，不同的序列化协议有着各自的优势：

• 对于公司间的系统调用，如果性能要求在100ms以上的服务，基于XML的SOAP协议是一个值得考虑的方案
• 基于Web browser的Ajax，以及Mobile app与服务端之间的通讯，JSON协议是首选。对于性能要求不太高，或者以动态类型语言为主，或者传输数据载荷很小的的运用场景，JSON也是非常不错的选择。
• 对于调试环境比较恶劣的场景，采用JSON或XML能够极大的提高调试效率，降低系统开发成本
• 当对性能和简洁性有极高要求的场景，Protobuf，Thrift，Avro之间具有一定的竞争关系
• 对于T级别的数据的持久化应用场景，Protobuf和Avro是首要选择。如果持久化后的数据存储在Hadoop子项目里，Avro会是更好的选择
• 由于Avro的设计理念偏向于动态类型语言，对于动态语言为主的应用场景，Avro是更好的选择
• 对于持久层非Hadoop项目，以静态类型语言为主的应用场景，Protobuf会更符合静态类型语言工程师的开发习惯
• 如果需要提供一个完整的RPC解决方案，Thrift是一个好的选择
• 如果序列化之后需要支持不同的传输层协议，或者需要跨防火墙访问的高性能场景，Protobuf可以优先考虑

已经知道什么是序列化以及如何选择了吧？接下来让我们详细了解一下最常用的三种序列化协议吧。

---