java 原生序列化算法字节码结构,以及使用

Java序列化算法

Serialization(序列化)是一种将对象以一连串的字节描述的过程;反序列化deserialization是一种将这些字节重建成一个对象的过程。java序列化API提供一种处理对象序列化的标准机制。

序列化的必要性

java中,一切都是对象,在分布式环境中经常需要将Object从这一端网络或设备传递到另一端。这就需要有一种可以在两端传输数据的协议。java序列化机制就是为了解决这个问题而产生。

如何序列化一个对象

一个对象能够序列化的前提是实现Serializable接口,Serializable接口没有方法,更像是个标记,有了这个标记的class就能被序列化机制处理。

class TestSerial implements Serializable{
     public byte version = 100;
     public byte count = 0;
 }

然后我们写个程序将对象序列化并输出。ObjectOutputStream能把Object输出成Byte流。我们将Byte流暂时存储到temp.out文件里。

public static void main(String args[]) throws IOException {
    FileOutputStream fos = new FileOutputStream("temp.out");
    ObjectOutputStream oos = new ObjectOutputStream(fos);
    TestSerial ts = new TestSerial();
    oos.writeObject(ts);
    oos.flush();
    oos.close();
}


 

如果要从持久的文件中读取Bytes重建对象,我们可以使用ObjectInputStream。

public static void main(String args[]) throws IOException{
    FileInputStream fis = new FileInputStream("temp.out");
    ObjectInputStream oin = new ObjectInputStream(fis);
    TestSerial ts = (TestSerial) oin.readObject();
    System.out.println("version="+ts.version);
}

 

执行结果是100;

对象序列化格式

将一个对象序列化后是什么样子呢?打开刚才我们将对象序列化输出的temp.out文件

以16进制方式显示。内容应该如下:

AC ED 00 05 73 72 00 0A 53 65 72 69 61 6C 54 65
73 74 A0 0C 34 00 FE B1 DD F9 02 00 02 42 00 05
63 6F 75 6E 74 42 00 07 76 65 72 73 69 6F 6E 78
70 00 64
这些字节就是用来描述序列话以后的TestSerial对象的,我们注意到TestSerial类中只有两个域:
public byte version = 100;
public byte count = 0;
且都是byte型,理论上存储这两个域只需要2个byte,但是实际上temp.out占据空间为51
bytes,也就是说除了数据以外,还包括了对序列化对象的其他描述
java的序列化算法

序列化算法一般会按照步骤做如下事情:

  • 将对象实例相关的类元数据输出。
  • 递归地输出类的超类描述直到不再有超类。
  • 类元数据完了以后,开始从最顶层的超类开始输出对象实例的实际数据值。
  • 从上至下递归输出实例的数据
用另一个更完整覆盖所有可能出现的情况的例子来说明:

class parent implements Serializable{
     int parentVersion = 10;
}
class contain implements Serializable{
    int containVersion = 11;
}
public class SerialTest extends parent implements Serializable{
    int version = 66;
    contain con = new contain();
    public int getVersion(){
        return version;
    }
    public static void main(String args[]) throws IOException{
        FileOutputStream fos = new FileOutputStream("temp.out");
        ObjectOutputStream oos = new ObjectOutputStream(fos);
        SerialTest st = new SerialTest();
        oos.writeObject(st);
        oos.flush();
        oos.close();
    }
}

 

  • AC ED: STREAM_MAGIC. 声明使用了序列化协议.

  • 00 05: STREAM_VERSION. 序列化协议版本.

  • 0x73: TC_OBJECT. 声明这是一个新的对象.  

  • 0x72: TC_CLASSDESC. 声明这里开始一个新Class。

  • 00 0A: Class名字的长度.

  • 53 65 72 69 61 6c 54 65 73 74: SerialTest,Class类名.

  • 05 52 81 5A AC 66 02 F6: SerialVersionUID, 序列化ID,如果没有指定, 
    则会由算法随机生成一个8byte的ID.

  • 0x02: 标记号. 该值声明该对象支持序列化。

  • 00 02: 该类所包含的域个数。

  • 0x49: 域类型. 49 代表"I", 也就是Int.

  • 00 07: 域名字的长度.

  • 76 65 72 73 69 6F 6E: version,域名字描述.

  • 0x4C: 域的类型.

  • 00 03: 域名字长度.

  • 63 6F 6E: 域名字描述,con

  • 0x74: TC_STRING. 代表一个new String.用String来引用对象。

  • 00 09: 该String长度.

  • 4C 63 6F 6E 74 61 69 6E 3B: Lcontain;, JVM的标准对象签名表示法.

  • 0x78: TC_ENDBLOCKDATA,对象数据块结束的标志

  • 0x72: TC_CLASSDESC. 声明这个是个新类.

  • 00 06: 类名长度.

  • 70 61 72 65 6E 74: parent,类名描述。

  • 0E DB D2 BD 85 EE 63 7A: SerialVersionUID, 序列化ID.

  • 0x02: 标记号. 该值声明该对象支持序列化.

  • 00 01: 类中域的个数.

  • 0x49: 域类型. 49 代表"I", 也就是Int.

  • 00 0D: 域名字长度.

  • 70 61 72 65 6E 74 56 65 72 73 69 6F 6E: parentVersion,域名字描述。

  • 0x78: TC_ENDBLOCKDATA,对象块结束的标志。

  • 0x70: TC_NULL, 说明没有其他超类的标志。.

  • 00 00 00 0A: 10, parentVersion域的值.

  • 00 00 00 42: 66, version域的值.

  • 0x73: TC_OBJECT, 声明这是一个新的对象.

  • 0x72: TC_CLASSDESC声明这里开始一个新Class.

  • 00 07: 类名的长度.

  • 63 6F 6E 74 61 69 6E: contain,类名描述.

  • FC BB E6 0E FB CB 60 C7: SerialVersionUID, 序列化ID.

  • 0x02: Various flags. 标记号. 该值声明该对象支持序列化

  • 00 01: 类内的域个数。

  • 0x49: 域类型. 49 代表"I", 也就是Int..

  • 00 0E: 域名字长度.

  • 63 6F 6E 74 61 69 6E 56 65 72 73 69 6F 6E: containVersion, 域名字描述.

  • 0x78: TC_ENDBLOCKDATA对象块结束的标志.

  • 0x70:TC_NULL,没有超类了。

    • 00 00 00 0B: 11, containVersion的值.

 

SerialTest类实现了Parent超类,内部还持有一个Container对象。序列化后的格式如下:

java 原生序列化算法字节码结构,以及使用_第1张图片

java 原生序列化算法字节码结构,以及使用_第2张图片

  转自 http://www.java3z.com/cwbwebhome/article/article8/862.html

serialVersionUID值的重要作用

          根据上面的分析,可以发现如果一个类可序列化,serialVersionUID建议给一个确定的值,不要由系统自动生成,否则在增减字段(不能修改字段类型及长度)时,如果两边的类的版本不同会导致反序列化失败.

 

注意问题

如果序列化时代码这样写:

SerialTest st = new SerialTest(); 
oos.writeObject((parent)st);

会发现序列化的对象依然是SerialTest,如果在分布式环境中用Parent反序列化(调用段不存在SerialTest),会造成ClassNotFoundException.

 

使用问题:

序列化ID问题

    情境:两个客户端A和B试图通过网络传递对象数据,A端将对象C序列化为二进制数据再传给B,B反序列化得到C。

    问题:C对象的全类路径假设为com.inout.Test,在A和B端都有这么一个类文件,功能代码完全一致。也都实现了Serializable接口,但是反序列化时总是提示不成功。

    解决:虚拟机是否允许反序列化,不仅取决于类路径和功能代码是否一致,一个非常重要的一点是两个类的序列化ID是否一致(就是private static final long serialVersionUID = 1L).清单1中,虽然两个类的功能代码完全一致,但是序列化ID不同,他们无法相互序列化和反序列化。

public class A implements Seriallizable{
    private static final long serialVersionUID = 1L;
    private String name;
    public String getName(){
        return name;
    }

    public void setName(String name){
        this.name = name;
    }
}

public class A implements Serializable{
    private static final long serialVersionUID = 2L;
    private String name;
    public String getName(){
        return namel
    }

    public void setName(String name){
        this.name = name;
    }
}

序列化ID自Eclipse下提供了两种生成策略,一个是固定的1L,一个是随机生成一个不重复的long类型数据(实际上使用JDK工具生成),这里有一个建议,如果没有特殊需求,就使用默认的1L就可以,这样可以确保代码一致时反序列化成功。那么随机生成的序列化ID有什么作用呢?有些时候,通过改变序列化ID可以用来限制某些用户的使用。

特性使用案例

读者应该听过Facade模式,它是为应用程序提供统一的访问接口,案例程序中的Client客户端使用了该模式,案例程序结构图如图1所示。

java 原生序列化算法字节码结构,以及使用_第3张图片

Client端通过Facade Object才可以与业务逻辑对象进行交互。而客户端的Facade Object不能直接由Client生成,而是需要Server端生成,然后序列化后通过网络将二进制对象数据传给Client,Client负责反序列化得到Facade对象。该模式可以使得Client端程序的使用需要服务器端的许可,同时Client端和服务器端的Facade Object类需要保持一致。当服务器端想要进行版本更新时,只要将服务器端的Facade Object类的序列化ID再次生成,当Client端反序列化Facade Object就会失败,也就是强制Client端从服务器端获取最新程序。

静态变量序列化

情境:查看如下代码

public class Test implements Serializable{
    private static final long serialVersionUID = 1L;
    public static int staticVar = 5;
    public static void main(String[] args){
        try{
            //初始时staticVar为5
            ObjectOutputStream out = new ObjectOutputStream(new FileOutputStream("result.obj"));
            out.writeObject(new Test());
            out.close();

            //序列化后修改为10
            Test.staticVar = 10;

            ObjectInputStream oin = new ObjectInputStream(new FileInputStream("resule.obj"));
            Test t = (Test) oin.readObject();
            oin.close();

            //再读取,通过t.staticVar打印新值
            System.out.printlb(t.staticVar);

        }catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        } catch (ClassNotFoundException e) {
            e.printStackTrace();
        }
    }
}

main方法将对象序列化后,修改静态变量的数值,再将序列化对象读取处理,然后通过读取出来的对象获得静态变量的数值并打印出来。最后输出是10,之所以打印10的原因在于序列化时,并不保存静态变量。这其实比较容易理解,序列化保存的是对象的状态,静态变量属于类的状态,因此序列化并不保存静态变量

 

父类的序列化与Transient关键字

情境:一个子类实现了Serializable接口,它的父类都没有实现Serializable接口,序列化该子类对象,然后反序列化后输出父类定义的某变量的数值,该变量数值与序列化时的数值不同。

解决:要想将父类对象也序列化,就需要让父类也实现Serializable接口。如果父类不实现的话,就需要有默认的无参构造函数。在父类没有实现Serializable接口时,虚拟机是不会序列化父对象的,而一个java对象的构造必须先有父对象,才有子对象,反序列化也不例外。所以反序列化时,为了构造父对象,只能调用父类的无参构造函数作为默认的父对象。因此当我们取父对象的变量值时,它的值是调用父类无参构造函数后的值。如果你考虑到这种序列化的情况,在父类无参构造函数中对变量进行初始化,否则的话,父类变量值都是默认声明的值,如int型的默认是0,string型的默认是null。

Transient关键字的作用是控制变量的序列话,在变量声明前加上该关键字,可以阻止该变量被序列化到文件中,在被反序列化后,transient 变量的值被设为初始值,如 int 型的是 0,对象型的是 null。

使用案例

我们熟悉使用Transient关键字可以使得字段不被序列化,那么还有别的方法吗?根据父类对象序列化的规则,我们可以将不需要被序列化的字段抽取出来放到父类中,子类实现Serializable接口,父类不实现,根据父类序列化规则,父类的字段数据将不被序列化,形成类图如图所示。

java 原生序列化算法字节码结构,以及使用_第4张图片

上图中可以看出,attr1、attr2、attr3、attr5都不会被序列化,放在父类中的好处在于当有另外一个Child类时,attr1、attr2、attr3依然不会被序列化,不用重复写transient,代码简洁。

 

对敏感字段加密

情境:服务端给客户端发送序列化对象数据,对象中有一些数据是敏感的,比如密码字符串等,希望对该密码字段在序列化时,进行加密,而客户端如果拥有解密的秘钥,只有在客户端进行反序列化时,才可以对密码进行读取,这样可以一定程度保证序列化对象的数据安全。

解决:在序列化过程中,虚拟机会试图调用对象类里的writeObject和readObject方法,进行用户自定义的序列化和反序列化,如果没有这样的方法,则默认调用是ObjectOutputStream的defaultWriteObject方法以及ObjectInputStream的defaultReadObject方法。用户自定义的writeObject和readObject方法可以允许用户控制序列化的过程,比如可以在序列化的过程中动态改变序列化的数值。基于这个原理,可以在实际应用中得到使用,用于敏感字段的加密工作。

private static final long serialVersionUID = 1L;
private String password = "pass";
public String getPassword(){
    return password;
}
public void setPassword(String password){
    this.password = password;
}

private void writeObject(ObjectOutputStream out){
    try{
        PubField putFields = out.putFields();
        System.out.printlb("原密码:"+password);
        password = "encryption";//模拟加密
        putFields.put("password", password);
        System.out.println("加密后的密码" + password);
        out.writeFields();
    }catch(IOException e){
        e.printStackTrace();
    }
}

private void readObject(ObjectInputStream in){
    try{
        GetField readFields = in.readFields();
        Object object = readFields.get("password","");
        System.out.println("要解密的字符串:“+object.toString());
        password = "pass";//模拟解密,需要获得本地的秘钥
    }catch(IOException e){
        e.printStackTrace();
    }catch(ClassNotFoundException e){
        e.printStackTrace();
    }
}

public static void main(String[] args){
    try{
        ObjectOutputStream out = new ObjectOutputStream(new FileOutputStream("resule.obj"));
        out.writeObject(new Test());
        out.close();

        ObjectInputStream oin = new ObjectInputStream(new FileInputStream("resule.obj"));
        Test t = (Test)oin.readObject();
        System.out.println("解密后的字符串:”+t.getPassword());
        oin.close();
    }catch(FileNotFonudException e){
        e.printStackTrace();
    }catch(IOException e){
        e.printStackTrace();
    }catch(ClassNotFoundException e){
        e.printStackTrace();
    }
}

在writeObject方法中,对密码进行了加密,在readObject中则对password进行解密,只有用于秘钥的客户端,才可以正确的解析出密码,确保了数据的安全。执行后控制台输出如下:

java 原生序列化算法字节码结构,以及使用_第5张图片

使用案例:RMI技术是完全基于Java序列化技术的,服务器端接口调用所需要的参数对象来自于客户端,它们通过网络相互传输。这就涉及RMI的安全传输的问题。一些敏感的字段,如用户名密码(用户登陆时需要对密码进行传输),我们希望对其进行加密,这时,就可以采用本节介绍的方法在客户端对密码进行加密,服务器端进行解密,确保数据传输的安全性。

序列化存储规则

 

ObjectOutputStream out = new ObjectOutputStream(new FileOutputStream("result.obj"));
Test test = new Test();
//试图将对象两次写入文件
out.writeObject(text);
out.flush();
System.ut.println(new File("result.obj").length());
out.writeObject(text);
out.close();
System.out.println(new File("result.obj").length());

ObjectInputStream oin = new ObjectInputStream(new FileInputStream("result.obj"));
//从文件依次读出两个文件
Test t1 = (Test) oin.readObject();
Test t2 = (Test) oin.readObject();
oin.close();

//判断两个引用是否指向同一个对象
System.out.println(t1==t2);

 

对同一对象两次写入文件,打印出写入一次对象后的存储大小和写入两次后的存储大小,然后从文件中反序列化出两个对象,比较这两个对象是否为同一对象。一般的思维是,两次写入对象,文件大小会变成两倍的大小,反序列化时,由于从文件读取,生成了两个对象,判断相等时应该是输入false才对,但是最后结果输出如图所示

可以看到,第二次写入对象时文件只增加了5字节,并且两个对象是相等的,这时为什么呢?

解答:Java序列化机制为了节省磁盘空间,具有特定的存储规则,当写入文件的为同一对象时,并不会再将对象的内容进行存储,而只是再次存储一份引用,上面增加的5字节的存储空间就是新增引用和一些控制信息的空间。反序列化时,恢复引用关系,使得t1和t2指向唯一的对象,二者相等,输出true。该存储规则极大的节省了存储空间。

案例分析:

ObjectOutputStream out = new ObjectOutputStream(new FileOutputStream("result.obj"));
Test test = new Test();
test.i = 1;
out.writeObject(test);
out.flush();
test.i = 2;
out.writeObject(test);
out.close();
ObjectInputStream oin = new ObjectInputStream(new FileInputStream("result.obj"));
Test t1 = (Test)oin.readObject();
Test t2 = (Test)oin.readObject();
System.out.println(t1.i);
System.out.println(t2.i);

该程序的目的是希望将test对象两次保存到result.obj文件中,写入一次以后修改对象属性值再次保存第二次,然后从result.obj 中再依次读出两个对象,输出这两个对象的i属性值。案例代码的目的原本是希望一次性传输对象修改前后的状态。

结果两个输出都是1,原因就是第一次写入对象以后,第二次再试图写时,虚拟机根据引用关系知道已经有一个相同对象已经写入文件,因此只保存第二次写的引用,所以读取时,都是第一次保存的对象。读者在使用一个文件多次writeObject时需要特别注意这个问题。

你可能感兴趣的:(java底层及源码相关)