Hadoop序列化

Hadoop序列化

1.1 为什么要序列化?

一般来说,“活的”对象只生存在内存里,关机断电就没有了。而且“活的”对象只能由本地的进程使用,不能被发送到网络上的另外一台计算机。 然而序列化可以存储“活的”对象,可以将“活的”对象发送到远程计算机。

1.2 什么是序列化?

序列化就是把内存中的对象,转换成字节序列(或其他数据传输协议)以便于存储(持久化)和网络传输。反序列化就是将收到字节序列(或其他数据传输协议)或者是硬盘的持久化数据,转换成内存中的对象。

1.3 为什么不用Java的序列化?

Java的序列化是一个重量级序列化框架(Serializable),一个对象被序列化后,会附带很多额外的信息(各种校验信息,header,继承体系等),不便于在网络中高效传输。所以,hadoop自己开发了一套序列化机制(Writable),精简、高效。

1.4 为什么序列化对Hadoop很重要?

因为Hadoop在集群之间进行通讯或者RPC调用的时候,需要序列化,而且要求序列化要快,且体积要小,占用带宽要小。所以必须理解Hadoop的序列化机制。序列化和反序列化在分布式数据处理领域经常出现:进程通信和永久存储。然而Hadoop中各个节点的通信是通过远程调用(RPC)实现的,那么 RPC序列化要求具有以下特点:

1)紧凑:紧凑的格式能让我们能充分利用网络带宽,而带宽是数据中心最稀缺的资源

2)快速:进程通信形成了分布式系统的骨架,所以需要尽量减少序列化和反序列化的性能开销,这是基本的;

3)可扩展:协议为了满足新的需求变化,所以控制客户端和服务器过程中,需要直接引进相应的协议,这些是新协议,原序列化方式能支持新的协议报文;

4)互操作:能支持不同语言写的客户端和服务端进行交互;

1.5 常用数据序列化类型

Java类型Hadoop Writable类型
booleanBooleanWritable
byteByteWritable
intIntWritable
floatFloatWritable
doubleDoubleWritable
stringText
mapMapWritable
arrayArrayWritable
longLongWritable

1.6 自定义bean对象实现序列化接口(Writable)

1)自定义bean对象要想序列化传输,必须实现序列化接口,需要注意以下7项。

 // 1 必须实现Writable接口

public class FlowBean implements Writable {

private long upFlow;

private long downFlow;

private long sumFlow;

//2 反序列化时,需要反射调用空参构造函数,所以必须有

public FlowBean() {

     super();

   }

/**

* 3重写序列化方法

* @param out

* @throws IOException

*/

 

@Override

public void write(DataOutput out) throws IOException {

                 out.writeLong(upFlow);

                 out.writeLong(downFlow);

                 out.writeLong(sumFlow);

}

 

/**

* 4 重写反序列化方法

* 5 注意反序列化的顺序和序列化的顺序完全一致

* @param in

* @throws IOException

*/

@Override

public void readFields(DataInput in) throws IOException {

      upFlow = in.readLong();

      downFlow = in.readLong();

      sumFlow = in.readLong();

}

// 6要想把结果显示在文件中,需要重写toString(),且用”\t”分开,方便后续用

@Override

public String toString() {

       return upFlow + "\t" + downFlow + "\t" + sumFlow;

 

}

//7 如果需要将自定义的bean放在key中传输,则还需要实现comparable接口,因为mapreduce框中的shuffle过程一定会对key进行排序

@Override

public int compareTo(FlowBean o) {

// 倒序排列,从大到小

     return this.sumFlow > o.getSumFlow() ? -1 : 1;

     }

}

(1)必须实现Writable接口

(2)反序列化时,需要反射调用空参构造函数,所以必须有空参构造

(3)重写序列化方法

(4)重写反序列化方法

(5)注意反序列化的顺序和序列化的顺序完全一致

(6)要想把结果显示在文件中,需要重写toString(),且用”\t”分开,方便后续用

(7)如果需要将自定义的bean放在key中传输,则还需要实现comparable接口,因为mapreduce框中的shuffle过程一定会对key进行排序

2)案例实操

详见统计每一个手机号耗费的总上行流量、下行流量、总流量(序列化)。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值