Hadoop 序列化的研究

 Hadoop和java自帶的序列化機制不同，它自己提供了一組序列化體系接口和類。

對于基本資料類型,Writable接口就代表了可以被序列化的資料，這個接口定義了2個方法，其中write方法可以吧這個資料序列化到參數給出的DataOutput的位元組數組中，而readField方法則可以從DatInput中讀取被序列化後的位元組數組，并且反序列化為Hadoop資料：

但是在Hadoop中，序列化過程一般用于Map-Reduce，我們看不到序列化的中間産物。為了捕捉到序列化的軌迹，我們自己寫了一個工具方法，讓其序列化到位元組數組中，這樣我們可以把位元組數組的内容列印出來得到序列化後的産物：

為了顯示序列化前的Hadoop基本資料值和序列化後的位元組數組，我們寫了另一個工具類，這個工具類可以在包裝序列化前後的資訊到字元串對象中：

最終，我們還需要一個實驗類，我們傳入各種Hadoop資料對象(都要是Writable的），然後我們依次調用實驗工具類的方法，最終把這些序列化過程前後的資訊列印在控制台上：

最終控制台顯示如下：

我們從實驗結果不難看出，Hadoop的序列化後的位元組數組的長度和Java基本類型本身占用的位元組數是完全比對的。