fst是完全兼容JDK序列化协议的系列化框架,序列化速度大概是JDK的4-10倍,大小是JDK大小的1/3左右。 首先引入pom
- <dependency>
- <groupId>de.ruedigermoeller</groupId>
- <artifactId>fst</artifactId>
- <version>2.04</version>
- </dependency>
测试代码
- package zookeeper.seria;
- import java.io.Serializable;
- public class FSTSeriazle {
- public static void main(String[] args) {
- User bean = new User();
- bean.setUsername("xxxxx");
- bean.setPassword("123456");
- bean.setAge(1000000);
- System.out.println("序列化 , 反序列化 对比测试:");
- long size = 0;
- long time1 = System.currentTimeMillis();
- for (int i = 0; i < 10000; i++) {
- byte[] jdkserialize = JRedisSerializationUtils.jdkserialize(bean);
- size += jdkserialize.length;
- JRedisSerializationUtils.jdkdeserialize(jdkserialize);
- }
- System.out.println("原生序列化方案[序列化10000次]耗时:"
- + (System.currentTimeMillis() - time1) + "ms size:=" + size);
- size = 0;
- long time2 = System.currentTimeMillis();
- for (int i = 0; i < 10000; i++) {
- byte[] serialize = JRedisSerializationUtils.serialize(bean);
- size += serialize.length;
- User u = (User) JRedisSerializationUtils.unserialize(serialize);
- }
- System.out.println("fst序列化方案[序列化10000次]耗时:"
- + (System.currentTimeMillis() - time2) + "ms size:=" + size);
- size = 0;
- long time3 = System.currentTimeMillis();
- for (int i = 0; i < 10000; i++) {
- byte[] serialize = JRedisSerializationUtils.kryoSerizlize(bean);
- size += serialize.length;
- User u = (User) JRedisSerializationUtils.kryoUnSerizlize(serialize);
- }
- System.out.println("kryo序列化方案[序列化10000次]耗时:"
- + (System.currentTimeMillis() - time3) + "ms size:=" + size);
- }
- }
- class User implements Serializable{
- private String username;
- private int age;
- private String password;
- public String getUsername() {
- return username;
- }
- public void setUsername(String username) {
- this.username = username;
- }
- public int getAge() {
- return age;
- }
- public void setAge(int age) {
- this.age = age;
- }
- public String getPassword() {
- return password;
- }
- public void setPassword(String password) {
- this.password = password;
- }
- }
结果
- 序列化 , 反序列化 对比测试:
- 原生序列化方案[序列化10000次]耗时:458ms size:=1160000
- fst序列化方案[序列化10000次]耗时:184ms size:=550000
- kryo序列化方案[序列化10000次]耗时:462ms size:=390000
工具类
- package zookeeper.seria;
- import java.io.ByteArrayInputStream;
- import java.io.ByteArrayOutputStream;
- import java.io.IOException;
- import java.io.ObjectInputStream;
- import java.io.ObjectOutputStream;
- import org.nustaq.serialization.FSTConfiguration;
- import com.esotericsoftware.kryo.Kryo;
- import com.esotericsoftware.kryo.io.Input;
- import com.esotericsoftware.kryo.io.Output;
- public class JRedisSerializationUtils {
- public JRedisSerializationUtils() {
- }
- static FSTConfiguration configuration = FSTConfiguration
- // .createDefaultConfiguration();
- .createStructConfiguration();
- public static byte[] serialize(Object obj) {
- return configuration.asByteArray(obj);
- }
- public static Object unserialize(byte[] sec) {
- return configuration.asObject(sec);
- }
- public static byte[] kryoSerizlize(Object obj) {
- Kryo kryo = new Kryo();
- byte[] buffer = new byte[2048];
- try(
- Output output = new Output(buffer);
- ) {
- kryo.writeClassAndObject(output, obj);
- return output.toBytes();
- } catch (Exception e) {
- }
- return buffer;
- }
- static Kryo kryo = new Kryo();
- public static Object kryoUnSerizlize(byte[] src) {
- try(
- Input input = new Input(src);
- ){
- return kryo.readClassAndObject(input);
- }catch (Exception e) {
- }
- return kryo;
- }
- // jdk原生序列换方案
- public static byte[] jdkserialize(Object obj) {
- try (ByteArrayOutputStream baos = new ByteArrayOutputStream();
- ObjectOutputStream oos = new ObjectOutputStream(baos);) {
- oos.writeObject(obj);
- return baos.toByteArray();
- } catch (IOException e) {
- throw new RuntimeException(e);
- }
- }
- public static Object jdkdeserialize(byte[] bits) {
- try (ByteArrayInputStream bais = new ByteArrayInputStream(bits);
- ObjectInputStream ois = new ObjectInputStream(bais);
- ) {
- return ois.readObject();
- } catch (Exception e) {
- throw new RuntimeException(e);
- }
- }
- }
http://liuyieyer.iteye.com/blog/2136240
相关推荐
FST是一个高性能的序列化库,它通过优化的二进制格式和代码生成技术提高了速度。FST提供了与Java序列化API兼容的接口,使得替换原有序列化方式变得容易。 ```java import net.sf.fst.FSTObjectInput; import ...
Netty 是一个高性能、异步事件驱动的网络应用程序框架,用于快速开发可维护的高性能协议服务器和客户端。在Java世界中,序列化是将对象转换为字节流以便在网络间或存储系统中传输的一种常见技术。Java序列化是Java...
# 基于Dubbo框架的服务治理系统 ## 项目简介 基于Dubbo框架的服务治理系统是一个用于管理和监控分布式服务的高性能、轻量级解决方案。... 基于Kryo和FST高性能序列化库,为Dubbo默认的RPC协议添加新的序列化实现。
Thrift是由Facebook开发的一种高性能的序列化框架,它需要编译器生成代码,类似于Google的Protocol Buffers(Protobuf)。虽然Thrift和Protobuf需要预先定义数据结构,但它们能生成高效、紧凑的字节码,适合对性能有...
- **Kryo**:来自Twitter的高性能序列化库,它不是Java标准API,但提供了更快的速度和更小的序列化结果。 - **FST (Fast Serialization)**:另一个高效库,它的目标是超越Kryo,提供更快的速度和更小的序列化输出...
在IT行业中,Redis是一款广泛应用的高性能键值存储系统,它被广泛用于缓存、消息队列、数据库等多个场景。在Spring Data Redis框架中,为了在Java应用与Redis之间传输数据,我们需要将Java对象序列化为字节流,然后...
总的来说,分布式通信框架是构建大规模、高性能系统的关键技术,RMI作为Java的RPC实现,简化了跨网络的Java对象调用,而理解TCP/IP、序列化和安全协议对于开发高效、安全的分布式系统至关重要。
Netty是一个高性能、异步事件驱动的网络应用程序框架,用于快速开发可维护的高性能协议服务器和客户端。在本项目中,重点是实现自定义类消息的发送和接收,这是Netty框架的一大优势,因为它允许开发者以对象的形式...
同时,Dubbox支持多种序列化方式,如Java自带的序列化、FST、Kryo等,这些都在`Serialization`接口及其实现类中体现。 四、负载均衡 Dubbox内置了多种负载均衡策略,如Random、RoundRobin、LeastActive等,用于在多...
4. **Key和Value的序列化**:Ehcache支持多种序列化策略,包括Java内置的序列化、Kryo和FST,这使得数据能够在网络间传输和持久化。 5. **事件和监听器**:允许开发者定义缓存事件,如添加、更新、删除,然后为这些...
- **Kryo和FST**:Dubbox集成了Kryo和FST这两个高性能序列化库,为Dubbo默认的RPC协议提供了新的序列化选项,显著提升了RPC的性能。 - **Jackson JSON序列化**:Dubbox还支持基于Jackson的JSON序列化,为RPC协议增加...
Dubbo是阿里巴巴开源的一个高性能、轻量级的服务治理框架,主要用于实现分布式服务的开发、调用、治理和监控。 【描述】:“【面试资料】-(机构内训资料)Dubbo面试专题”进一步确认了这份资料专注于Dubbo的相关...
3. **自动序列化与反序列化**:SSM支持多种序列化策略,如Java自带的序列化、Kryo、FST等,可以将Java对象转化为适合在网络间传输的字节流,再在需要时反序列化为对象。 4. **多服务器支持**:SSM可以配置多个...
Dubbo 是一个高性能、轻量级的开源 Java RPC 框架,广泛应用于微服务架构中。本篇文章将深入解析2023年1月的最新 Dubbo 面试题,帮助你掌握 Dubbo 的核心概念和技术要点。 首先,我们需要理解 Dubbo 的工作原理。...
- 采用高效的Java序列化框架(如Kryo、FST等),显著提升序列化性能。 2. **消除冗余数据**: - 避免在接口中包含不必要的字段,以减少序列化和传输的开销。 3. **粗粒度契约**: - 服务的契约通常是粗粒度的,...
4. **序列化实现**:my-rpc-framework可能采用了Java内置的序列化或者第三方序列化库如Hessian、FST或Protocol Buffers,以提高效率和兼容性。 5. **网络通信层**:可能使用Netty、MINA等高性能的NIO框架进行网络...
Dubbo是阿里巴巴开源的服务治理框架,Dubbox则是Dubbo的一个扩展版本,增加了对REST风格的远程调用、高效的序列化实现(如Kryo和FST)、JSON序列化(基于Jackson)、HTTP remoting体系(基于嵌入式Tomcat)等功能,...
- Dubbo是一个高性能的Java RPC框架,而Dubbox是Dubbo的升级版,主要增加了对REST、Kryo/FST序列化、Jackson支持等特性,提升了框架的灵活性和可扩展性。 3. **ArrayList与LinkedList的区别**: - ArrayList基于...
- **协议与序列化**:Dubbo支持多种通信协议(如Dubbo、RMI、Hessian等)和序列化方式(如Java、FST、Protobuf),选择合适的组合可以优化网络传输效率。 - **服务接口与实现**:服务通过接口定义,实现则封装业务...