再来认识一下 Java 序列化

前言

在面试中，Java 序列化被问到的几率还是挺高的。所以搜集了 Java 序列化常见的问题，由浅入深的帮助大家进一步学习和理解。

序列化基础知识

什么是序列化？

Java 序列化是 JDK 1.1 中引入的特性之一。

总的来说，序列化讲一个 Java 对象所描述的所有内容以文件 IO 的方式 存储 或 传输 的过程。核心作用是对象状态的保存和重建。

在这里有两个比较重要的概念：

• 序列化：把 Java 对象转换为字节码的过程
• 反序列化：把字节码还原为 Java 对象的过程

为什么要序列化 ？

因为 Java 对象是存放在 JVM 的 堆内存 中的，当 JVM 退出的时候，对象也就随之销毁。如果想 持久化 或进行 网络传输 对象数据时，那就必须把对象转为计算机可以识别的字节码。

在以下场景中需要使用到序列化。

• 持久化数据：文件、数据库、缓存
• 网络传输：RMI (远程调用 Remote Method Invocation)、RPC

如何实现序列化

在 Java 中，没有关键字可以直接去定义一个所谓的 可持久化 对象。这就需要我们在代码中 显示地 进行序列化和反序列化还原操作。

Serializable 接口

Serializable 接口是一个 标记接口，没有方法或字段。一旦实现了此接口，就标志该类的对象就是可序列化的。

1、定义

2、序列化

3、反序列化

4、结果

5、如果不实现 Serializable 接口将无法进行序列化或反序列化

Externalizable 接口

Externalizable 继承了 Serializable 接口，还定义了两个抽象方法：writeExternal() 和 readExternal()。

如果开发人员使用 Externalizable 来实现序列化和反序列化，必须重写 writeExternal() 和 readExternal() 方法。

因为实现 Externalizable 接口之后，基于 Serializable 接口的默认化序列化机制就会失效。

Serializable 和 Externalizable 的区别

Serializable	Externalizable
Java 支持比较完整，自动存储必要信息	需要开发人员自己完成
所有对象由 Java 统一保存，性能较低	开发人员决定哪个对象保存，可以提升速度
保存时占用空间大，性能差	部分存储，空间占用可能较少，性能相对高

Java 序列化协议分析

下面这段字节码是保存在本地的字节码文件，接下来准备对这段字节码进行 拆分 和 讲解 (只针对 Serializable)。

以下的字节码定义参考 java.io.ObjectStreamConstants 中的定义，如果有兴趣，找到这个类，里面有详细的定义。

• JDk 序列化的魔数
• aced STREAM_MAGIC 魔数，用于标识当前文件的头部
• 0005 STREAM_VERSION 序列化协议版本号
• 描述对象的类型信息
• 73 TC_OBJECT 表示序列化的是一个普通 Java 对象 (Object 0x73，String 0x74，Array 0x75)
• 72 TC_CLASSDESC 表示当前的对象的类型信息
• 0014 表示类名的长度，这段代码中是 0014 换算过来是 20 个字节
• 7374 6174 6963 4661 6374 6f72 792e 5065 7273 6f6e 表示类名，即 staticFactory.Person
• 0000 0000 0000 0001 类名后的 8 个字节是一个长整数，即 serialVersionUID = 1L
• 02 SC_SERIALIZABLE 标识位，说明这个类实现了 Serializable 接口。
• 对象的字段表
• 0002 表示这个对象中有 2 个属性
• 49 即 I 表示 int，说明这是一个 32 位整数
• 0003 表示属性名的长度，即 3 字节
• 6167 65 表示属性 age
• 4c 即 L，表示引用类型，说明这个属性是某个类型的引用
• 0004 表示属性名的长度，即 4 字节
• 6e61 6d65 表示属性 name
• 74 TC_STRING 表示后面是个字符串
• 0012 表示字符串长度，即 18 字节
• 4c 6a61 7661 2f6c 616e 672f 5374 7269 6e67 3b 即 Ljava/lang/String
• 父类的描述信息
• 78 TC_ENDBLOCKDATA 标志所有的字段类型信息描述结束
• 70 TC_NULL 代表 null，即没有父类
• 对象的属性值
• 0000 001e 初始化后的年龄，转换后即 30
• 74 TC_STRING 表示后面是个字符串
• 0005 表示字符串长度为 5
• 4865 6e72 79 初始化之后的姓名，转换后即 Henry

序列化的特性

在实际应用中，有些时候 不能使用默认序列化机制。比如，希望在序列化过程中忽略掉敏感数据。

本段重点讨论 transient 和 static 之间的区别，并讨论每个关键字的作用。

transient 关键字

当我们的一个字段被声明为 transient 后，默认序列化机制就会忽略掉该字段的内容，不会被保存。

static 关键字

序列化仅对特定的变量产生作用，但 static 修饰的变量并不特定于任何对象。因此，静态变量不会参与序列化。

虽然用关键字可以避免序列化，但是当关键字组合使用的时候，也可能会失效。

transient 和 static 的规则

1. 临时变量在序列化过程中将被忽略。
2. static 变量不会参与序列化。
3. 如果在声明本身期间对值进行了初始化，则静态变量将被序列化。
4. 如果一个变量同时包含 transient 和 static 关键字，并且该值在声明期间被初始化，则它将被序列化。因为在这里 transient 修饰符会被忽略，而 static 修饰符将执行操作。
5. final 变量将被序列化。
6. 如果一个变量同时包含 final 和 transient 关键字，那么它就会被序列化。因为在这里 transient 修饰符会被忽略，而 final 修饰符将执行操作。

下面用一段代码验证一些。

1、定义一个实例化类

2、序列化

3、反序列化

4、输出结果

重点：

• One 和 Two 为 null，根据规则 1，使用 tresient 修饰的变量不参与序列化
• Three 为 null，根据规则 2， static 变量不参与序列化
• Four 之所以为 V4，根据规则 3，仅在声明期间初始化该值，静态变量才会被序列化
• Five 为 null，根据规则4，因为它被 static 和 tresient 同时修饰，并且值在生命期间未初始化
• Six 之所以为 6，根据规则 4，如果同时 static 和 tresient 同时修饰，并且该值在声明期间已初始化，那就会被序列化
• Seven 是 V7，根据规则 5，用 final 修饰的会被序列化
• Eight 之所以为 V8，根据规则 6，如果变量同时被 final 和 tresient 修饰，那就会被序列化

serialVersionUID 具体作用是什么？

在序列化中，还有一个特别重要的步骤，需要指定 serialVersionUID 版本号。

如果反序列化使用的 Class 的版本号与序列化时候使用的不一致，则会报异常。

序列化版本号可以随意的指定。

如果不指定，JVM 会 自己计算 一个版本号，但随着 Class 的升级，就无法正确反序列化。

不指定版本号还有另一个明显隐患，不利于 JVM 间的移植，可能 Class 文件没有更改，但不同 JVM 可能计算的规则不一样，这样也会导致无法反序列化。

Java 序列化的缺陷

无法跨平台

现在的系统设计越来越多元化，项目里可能会用多种语言来编写应用程序，比如 Java、C++、Python 同时配合使用。

而 Java 序列化只适用于基于 Java 语言实现的框架。其他语言大部分没有使用 Java 的序列化框架。如果两个基于不同语言编写的应用程序相互通信，那么久无法实现两个应用服务之间的序列化与反序列化。

容易被攻击

对象是通过在 ObjectInputStream 上调用 readObject() 方法进行反序列化的，它可以将类路径上几乎所有实现了 Serializable 接口的对象都实例化。这意味着，在反序列化字节流的过程中，该方法可以 执行任意类型的代码，这是非常危险的。

对于需要长时间进行反序列化的对象，不需要执行任何代码，也可以发起一次攻击。攻击者可以创建循环对象链，然后将序列化后的对象传输到程序中反序列化，这种情况会导致 hashCode 方法被调用次数呈次方爆发式增长, 从而引发栈溢出异常。

序列化后的流太大

序列化后的二进制流大小能体现序列化的性能。序列化后的二进制数组越大，占用的存储空间就越多，存储硬件的成本就越高。如果我们是进行网络传输，则占用的带宽就更多，这时就会影响到系统的吞吐量。

序列化的性能太差

Java 的序列化耗时比较大。序列化的速度也是体现序列化性能的重要指标，如果序列化的速度慢，就会影响网络通信的效率，从而增加系统的响应时间。

序列化的其它问题

单例模式与序列化

首先抛出一个问题，单例模式真的能够实现实例的唯一性吗？

答案是否定的，很多人都知道反射可以 恶意破坏单例模式。其实除了反射以外，使用序列化与反序列化也同样会破坏掉单例。比如下面这个单例：

上边这种情况，其实已经破坏掉单例。因为序列化会通过反射调用无参构造器返回一个新的对象，从而破坏了单例模式，解决办法就是 添加 readResolve() 方法，返回指定的对象。

巨人的肩膀

• 刘超 网络通信优化之序列化：避免使用 Java 序列化 「极客时间」
• Java 优化