阿里一面灵魂一问：RPC或者HTTP什么时候需要序列化和反序列化？
大家好，我是热心网友 —— 小林。
有位读者问了，我这么一个问题：
不管是 RPC 或者 HTTP，只要传输的内容是「对象」，要想在接收方还原出一摸一样的「对象」，那就需要序列化和反序列化。
那什么是序列化和反序列化呢？
RPC 能帮助我们的应用透明地完成远程调用，即调用其他服务器的函数就像调用本地方法一样。发起调用请求的那一方叫做调用方，被调用的一方叫做服务提供方。
调用方和服务提供方一般是不同的服务器，所以就需要通过网络来传输数据，并且 RPC 常用于业务系统之间的数据交互，需要保证其可靠性，所以 RPC 一般默认采用 TCP 协议来传输。同时， HTTP 协议也是建立在 TCP 之上的。
网络传输的数据必须是二进制数据，但调用方请求的出入参数都是对象，而对象是肯定没法直接在网络中传输的，需要提前把「对象转成二进制数据」进行网络传输，这个转换过程就做序列化。相反，服务提供方收到网络数据后，需要将「二进制数据转成对象」，这个转换过程就叫做反序列化。
总结来说，序列化就是将对象转换成二进制数据的过程，以方便传输或存储。而反序列就是将二进制转换为对象的过程。
为什么 RPC 经常提到序列化呢？
因为网络传输的数据必须是二进制数据，所以在 RPC 调用中，对入参对象与返回值对象进行序列化与反序列化是一个必须的过程。
HTTP 什么时候需要序列化呢？
举个例子。
客户端和服务端交互的数据是什么 JSON，这时候发送方需要将 JSON 将对象转换成二进制数据发送到网络，接收方需要将接收到的二进制数据转换成 JSON 对象。
说了，这么多概念，接下来跟大家说说有哪些常用的序列化方式？
JDK 原生序列化
Java 语言中 JDK 就自带有序列化的方式，举个 JDK 序列化的例子。
注意，这个例子是将 Student 对象保存到文件，保存到文件的数据是二进制数据，所以并不是说序列化只用在网络传输场景里，只要是保存数据的场景只能是二进制数据时，就需要用序列化。
import java.io.*;
public class Student implements Serializable {
//学号
private int no;
//姓名
private String name;
public int getNo() {
return no;
}
public void setNo(int no) {
this.no = no;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return "Student{" +
"no=" + no +
", name='" + name + '\'' +
'}';
}
public static void main(String[] args) throws IOException, ClassNotFoundException {
String basePath = "/root";
FileOutputStream fos = new FileOutputStream(basePath + "student.dat");
//初始化一个学生对象
Student student = new Student();
student.setNo(1);
student.setName("xiaolin");
//将学生对象序列化到文件里
ObjectOutputStream oos = new ObjectOutputStream(fos);
oos.writeObject(student);
oos.flush();
oos.close();
//读取文件中的二进制数据，并将数据反序列化为学生对象
FileInputStream fis = new FileInputStream(basePath + "student.dat");
ObjectInputStream ois = new ObjectInputStream(fis);
Student deStudent = (Student) ois.readObject();
ois.close();
System.out.println(deStudent);
}
}
从上面的代码，我们可以知道：
- JDK 自带的序列化具体的实现是由 ObjectOutputStream 完成的；
- 而反序列化的具体实现是由 ObjectInputStream 完成的。
既然序列化是将对象转换为二进制数据，那序列化的过程的二进制数据肯定是有某种固定的格式。
比如 JDK 自带的序列化的过程如下图：
序列化过程就是在读取对象数据的时候，不断加入一些特殊分隔符，这些特殊分隔符用于在反序列化过程中截断信息。
- 头部数据用来声明序列化协议、序列化版本，用于高低版本向后兼容；
- 对象数据主要包括类名、签名、属性名、属性类型及属性值，当然还有开头结尾等数据，除了属性值属于真正的对象值，其他都是为了反序列化用的元数据
- 存在对象引用、继承的情况下，就是递归遍历“写对象”逻辑
所以，从这个例子我们可以知道，任何一种序列化的方式，其核心思想就要设计一套将对象转换成某种特定格式的二进制数据，接着反序列化的时候，就能根据规则从二进制数据解析出对象。
这么看，序列化其实就是一种协议，序列化方和反序列化方都要遵循相同的规则，否则就无法得到正常的数据。
不过，JDK 原生序列化缺陷就是不能跨语言，只能在 Java 生态里使用。
JSON
JSON 数据的格式相信大家都很熟悉了吧，在 Web 应用里特别常见，通常后端和前端的耦合就是 JSON 数据。
JSON 是典型的 Key-Value 方式，没有数据类型。很多语言都实现了 JSON 序列化的第三库，所以 JSON 序列化的方式可以跨语言。
比如，Java 语言中常用的 JSON 第三方类库有：
- Gson: 谷歌开发的 JSON 库克，功能十分全面。
- FastJson: 阿里巴巴开发的 JSON 库克，性能十分优秀。
- Jackson: 社区十分活跃且更新速度很快。
我这里说个 C++ 的 JSON 第三方库：JSON for Modern C++。
使用起来很方便，仅需要包含一个头文件“json.hpp”，没有外部依赖，也不需要额外的安装、编译、链接工作，适合快速上手开发。
因为 JSON 是 Key-Value 形式，所以 JSON for Modern C++ 的操作和标准容器 map 一样，用关联数组的“[]”来添加任意数据。
这里贴几个例子：
// 给 JSON for Modern C++ 的 json 类取个别名
using json_t = nlohmann::json;
// JSON对象
json_t j;
// "age":18
j["age"] = 18;
// "name":"xiaolin"
j["name"] = "xiaolin";
// "gear":{"suits":"2099"}
j["gear"]["suits"] = "2099";
// "jobs":["superhero"]
j["jobs"] = {"superhero"};
vector<int> v = {1,2,3};
// "numbers":[1,2,3]
j["numbers"] = v;
map<string, int> m =
{
{"one", 1}, {"two", 2}};
// "kv":{"one":1,"two":2}
j["kv"] = m;
添加完 JSON 数据完成后，就可以调用成员函数 dump() 进行初始化，得到的 JSON 文本形式，也就是 JSON 字符串：
cout << j.dump() << endl;
反序列化也很简单，只要调用静态成员函数 parse() 就行，直接得到 JSON 对象：
// JSON文本，原始字符串
string jsonStr = R"({
"name": "xiaolin",
"age" : 18
})";
// 从字符串反序列化
json_t j = json_t::parse(jsonStr);
// 验证序列化是否正确
assert(j["age"] == 18);
assert(j["name"] == "xiaolin");
对于通常的应用来说，掌握了基本的序列化和反序列化就够用了，如果想要了解 JSON for Modern C++ 其他特性，可以去看它的 Github。
JSON 进行序列化存在的问题，因为 JSON 进行序列化的额外空间开销比较大，对于大数据量服务这意味着需要巨大的内存和磁盘开销，所以如果在传输数据量比较小的场景，就可以采用 JSON 序列化的方式。
ProtoBuffer
ProtoBuf 是由 Google 出品的，是一种轻便、高效的结构化数据存储格式，可以用于结构化数据序列化，支持 Java、Python、C++、Go 等语言。
Protobuf 使用的时候必须写一个 IDL（Interface description language）文件，在里面定义好数据结构，只有预先定义了的数据结构，才能被序列化和反序列化。
下面是一个简单的 IDl 文件格式：
syntax = "proto2"; // 使用第2版
package sample; // 定义名字空间
message Person { // 定义消息
required string name = 1; // required表示必须字段
required int32 id = 2;
optional string email = 3; // optional字段可以没有
}
写完 IDL 文件后，然后使用不同语言的 IDL 编译器，生成序列化工具类。
Protobuf 在 Github 有文档介绍了不同语言是怎么使用编译器生成序列化工具类了，我在这里就不介绍了。
这里贴 C++ 和 Java 语言使用 Protobuf 相关接口进行序列化和反序列化的例子。
C++ 进行序列化和反序列化的例子：
// 类型别名
using person_t = sample::Person;
// 声明一个Protobuf对象
person_t p;
// 设置每个字段的值
p.set_id(1);
p.set_name("xiaolin");
p.set_email("xiaolincoding@163.com");
// 序列化到字符串
string enc;
p.SerializeToString(&enc);
// 反序列化
person_t p2;
p2.ParseFromString(enc);
Java 进行序列化和反序列化的例子：
/**
*
* // IDl 文件格式
* synax = "proto3";
* option java_package = "com.test";
* option java_outer_classname = "StudentProtobuf";
*
* message StudentMsg {
* //序号
* int32 no = 1;
* //姓名
* string name = 2;
* }
*
*/
StudentProtobuf.StudentMsg.Builder builder = StudentProtobuf.StudentMsg.newBuilder();
builder.setNo(1);
builder.setName("xiaolin");
//把student对象转化为byte数组
StudentProtobuf.StudentMsg msg = builder.build();
byte[] data = msg.toByteArray();
//把刚才序列化出来的byte数组转化为student对象
StudentProtobuf.StudentMsg deStudent = StudentProtobuf.StudentMsg.parseFrom(data);
System.out.println(deStudent);
现在很多大厂都在使用 Protobuf，而且 gRPC 就是基于 Protobuf 来做的序列化。
总结
将对象保存到文件，或者通过网络传输给对方，都是需要将对象转换二进制数据才能完成，那么对象转二进制数据的过程就是序列化，相反的，二进制数据转对象的过程就是反序列化的过程。
我也给你介绍了几种常见的序列化方式：
- JDK 自带的序列化方式无法跨语言使用；
- JSON 序列化大多数语言都支持，JSON 优势是使用起来简单，容易阅读，应用广泛，缺点就是不适合大数据量的场景；
- ProtoBuf 使用需要定义 IDL 文件，序列化后体积相比 JSON 小很多，现在很多大公司都在用，gRPC 框架使用 protobuf 序列化。
原文链接：
https://mp.weixin.qq.com/s/12sjb3WTKdQaDc0bvEX_ow
作者：小林coding
如果觉得本文对你有帮助，可以转发关注支持一下
