序列化及反序列化的底层原理

今天我们深入分析一下Java序列化及反序列化的原理。

为了方便读者理解，下面通过ArrayList的序列化来展开介绍Java是如何实现序列化及反序列化的。

在介绍ArrayList序列化之前，先考虑一个问题：

如何自定义序列化和反序列化的策略？

带着这个问题，我们看一下java.util.ArrayList的源码：

public class ArrayList<E> extends AbstractList<E>
implements List<E>, RandomAccess, Cloneable, java.io.Serializable
{
private static final long serialVersionUID = 8683452581122892189L;
transient Object[] elementData; // non-private to simplify nested class access
private int size;
}

上面的代码中忽略了其他成员变量，ArrayList实现了java.io.Serializable接口，我们对它进行序列化及反序列化。

我们看到，ArrayList中的elementData被定义为transient类型，而被定义为transient类型的成员变量不会被序列化而保留下来。

我们写一个Demo，验证一下我们的想法：

public static void main(String[] args) throws IOException, ClassNotFoundException {
List<String> stringList = new ArrayList<String>();
stringList.add("hello");
stringList.add("world");
stringList.add("hollis");
stringList.add("chuang");
System.out.println("init StringList" + stringList);
ObjectOutputStream objectOutputStream = new ObjectOutputStream(new
FileOutputStream("stringlist"));
objectOutputStream.writeObject(stringList);
IOUtils.close(objectOutputStream);
File file = new File("stringlist");
ObjectInputStream objectInputStream = new ObjectInputStream(new
FileInputStream(file));
List<String> newStringList = (List<String>)objectInputStream.readObject();
IOUtils.close(objectInputStream);
if(file.exists()){
file.delete();
}
System.out.println("new StringList" + newStringList);
}
// init StringList[hello, world, hollis, chuang]
// new StringList[hello, world, hollis, chuang]

了解ArrayList的读者都知道，ArrayList底层是通过数组实现的。那么数组elementData其实就是用来保存列表中的元素的。通过该属性的声明方式我们知道，它是无法通过序列化持久化下来的。

那么为什么上面代码的结果却通过序列化和反序列化把List中的元素保留下来了呢？

1. writeObject 和readObject 方法

在ArrayList中定义了两个方法：writeObject和readObject。

这里先给出结论：

在序列化过程中，如果被序列化的类中定义了writeObject和readObject方法，那么虚拟机会试图调用对象类中的writeObject和readObject方法进行用户自定义的序列化和反序列化操作。

如果没有这样的方法，则默认调用的是ObjectOutputStream的defaultWriteObject方法和ObjectInputStream的defaultReadObject方法。

用户自定义的writeObject和readObject方法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。

下面看一下这两个方法的具体实现：

private void readObject(java.io.ObjectInputStream s)
throws java.io.IOException, ClassNotFoundException {
elementData = EMPTY_ELEMENTDATA;
// Read in size, and any hidden stuff
s.defaultReadObject();
// Read in capacity
s.readInt(); // ignored
if (size > 0) {
// be like clone(), allocate array based upon size not capacity
ensureCapacityInternal(size);
Object[] a = elementData;
// Read in all elements in the proper order.
for (int i=0; i<size; i++) {
a[i] = s.readObject();
}
}
}
private void writeObject(java.io.ObjectOutputStream s)
throws java.io.IOException{
// Write out element count, and any hidden stuff
int expectedModCount = modCount;
s.defaultWriteObject();
// Write out size as capacity for behavioural compatibility with clone()
s.writeInt(size);
// Write out all elements in the proper order.
for (int i=0; i<size; i++) {
s.writeObject(elementData[i]);
}
if (modCount != expectedModCount) {
throw new ConcurrentModificationException();
}
}

为什么ArrayList要用这种方式来实现序列化呢？

2. 为什么使用transient

ArrayList实际上是动态数组，每次在放满以后自动增长设定的长度值，如果数组自动增长的长度设为100，而实际只放了1个元素，那么就会序列化99个null元素。为了保证不会对这么多null元素同时进行序列化，ArrayList把元素数组设置为transient。

3. 为什么重写writeObject 和readObject

前面说过，为了防止一个包含大量空对象的数组被序列化，以及优化存储，ArrayList使用transient来声明elementData。

但是，作为一个集合，在序列化过程中还必须保证其中的元素可以被持久化下来，所以，通过重写writeObject和readObject方法的方式把其中的元素保留下来。

● writeObject方法把elementData数组中的元素遍历地保存到输出流（ObjectOutputStream）中。

● readObject方法从输入流（ObjectInputStream）中读出对象并保存赋值到 elementData数组中。

至此，我们回答刚才提出的问题：

如何自定义序列化和反序列化的策略？
答：可以在被序列化的类中增加writeObject和readObject方法。

问题又来了：

虽然ArrayList中写了writeObject和readObject方法，但是这两个方法并没有显式地被调用。
如果一个类中包含writeObject和readObject 方法，那么这两个方法是怎么被调用的呢？

4.ObjectOutputStream

对象的序列化过程是通过ObjectOutputStream和ObjectInputStream实现的，带着刚才的问题，我们分析一下ArrayList中的writeObject和readObject方法到底是如何被调用的。

为了节省篇幅，这里给出ObjectOutputStream的writeObject的调用栈：

writeObject ---> writeObject0 --->writeOrdinaryObject--->writeSerialData--->
invokeWriteObject
invokeWriteObject 如下：
void invokeWriteObject(Object obj, ObjectOutputStream out)
throws IOException, UnsupportedOperationException
{
if (writeObjectMethod != null) {
try {
writeObjectMethod.invoke(obj, new Object[]{ out });
} catch (InvocationTargetException ex) {
Throwable th = ex.getTargetException();
if (th instanceof IOException) {
throw (IOException) th;
} else {
throwMiscException(th);
}
} catch (IllegalAccessException ex) {
// should not occur,as access checks have been suppressed
throw new InternalError(ex);
}
} else {
throw new UnsupportedOperationException();
}
}

其中writeObjectMethod.invoke(obj, new Object[]{ out })是关键，通过反射的方式调用writeObjectMethod方法。官方是这么解释这个writeObjectMethod的：

class-defined writeObject method, or null if none

在我们的例子中，这个方法就是在ArrayList中定义的writeObject方法，通过反射的方式被调用了。

至此，我们回答刚才提出的问题：

如果一个类中包含writeObject和readObject方法，那么这两个方法是怎么被调用的呢？
答：在使用ObjectOutputStream的writeObject方法和ObjectInputStream的readObject方法时，会通过反射的方式调用。

有的读者可能会提出这样的疑问：

Serializable明明就是一个空的接口，它是怎么保证只有实现了该接口的方法才能进行序列化与反序列化的呢？

Serializable接口的定义如下：

public interface Serializable {
}

当尝试对一个未实现Serializable或者Externalizable接口的对象进行序列化时，会抛出
java.io.NotSerializableException异常。

其实这个问题也很好回答，我们再回到刚才ObjectOutputStream的writeObject的调用栈：

writeObject0方法中有如下一段代码：

if (obj instanceof String) {
writeString((String) obj, unshared);
} else if (cl.isArray()) {
writeArray(obj, desc, unshared);
} else if (obj instanceof Enum) {
writeEnum((Enum<?>) obj, desc, unshared);
} else if (obj instanceof Serializable) {
writeOrdinaryObject(obj, desc, unshared);
} else {
if (extendedDebugInfo) {
throw new NotSerializableException(
cl.getName() + "\n" + debugInfoStack.toString());
} else {
throw new NotSerializableException(cl.getName());
}
}

在进行序列化操作时，会判断要被序列化的类是否是Enum、Array和Serializable类型，如果不是则直接抛出NotSerializableException异常。

小结

（1）如果一个类想被序列化，则需要实现Serializable接口，否则将抛出NotSerializable-Exception异常，这是因为在序列化操作过程中会对类的类型进行检查，要求被序列化的类必须属于Enum、Array和Serializable类型中的任何一种。

（2）在变量声明前加上关键字transient，可以阻止该变量被序列化到文件中。

（3）在类中增加writeObject和readObject方法可以实现自定义的序列化策略。

内容摘自《深入理解Java核心技术》，作者是Hollis，张洪亮，阿里巴巴技术专家，51CTO 专栏作家，CSDN 博客专家，掘金优秀作者，《程序员的三门课》联合作者，《Java工程师成神之路》系列文章作者；热衷于分享计算机编程相关技术，博文全网阅读量数千万。