Hadoop源代码分析（三）

　　由于Hadoop的MapReduce和HDFS都有通信的需求，需要对通信的对象进行序列化。Hadoop并没有采用Java的序列化，而是引入了它自己的系统。

　　org.apache.hadoop.io中定义了大量的可序列化对象，他们都实现了Writable接口。实现了Writable接口的一个典型例子如下：

　　java代码

 1     public class MyWritable implements Writable {      
 2         // Some data           
 3         private int counter;      
 4         private long timestamp;      
 5          
 6         public void write(DataOutput out) throws IOException {      
 7             out.writeInt(counter);      
 8             out.writeLong(timestamp);      
 9         }      
10              
11         public void readFields(DataInput in) throws IOException {      
12             counter = in.readInt();      
13             timestamp = in.readLong();      
14         }      
15          
16         public static MyWritable read(DataInput in) throws IOException {      
17             MyWritable w = new MyWritable();      
18             w.readFields(in);      
19             return w;      
20         }      
21     }   

 

　　其中的write和readFields分别实现了把对象序列化和反序列化的功能，是Writable接口定义的两个方法。下图给出了庞大的org.apache.hadoop.io中对象的关系。

    

　　这里，我把ObjectWritable标为红色，是因为相对于其他对象，它有不同的地位。当我们讨论Hadoop的RPC时，我们会提到RPC上交换的信息，必须是Java的基本类型，String和Writable接口的实现类，以及元素为以上类型的数组。ObjectWritable对象保存了一个可以在RPC上传输的对象和对象的类型信息。这样，我们就有了一个万能的，可以用于客户端/服务器间传输的Writable对象。例如，我们要把上面例子中的对象作为RPC请求，需要根据MyWritable创建一个ObjectWritable，ObjectWritable往流里会写如下信息

　　　　对象类名长度，对象类名，对象自己的串行化结果

　　这样，到了对端，ObjectWritable可以根据对象类名创建对应的对象，并解串行。应该注意到，ObjectWritable依赖于WritableFactories，那存储了Writable子类对应的工厂。我们需要把MyWritable的工厂，保存在WritableFactories中（通过WritableFactories.setFactory）。