为什么Java序列化会占用这么多空间？

Question

我尝试序列化 Byte 和 Integer 的实例，当它们在另一端收到时它们占用了多少空间，这让我感到震惊。为什么做一个 Integer 只需要 4 个字节，但序列化时却占用了 10 倍以上的字节数？我的意思是在 C++ 中，最终类有一个 64 位的类标识符，以及它的内容。脱离这个逻辑，我希望整数在序列化时占用 64 + 32 或 96 位。

import java.io.*;

public class Test {
    public static void main (String[] ar) throws Exception {
        ByteArrayOutputStream bos = new ByteArrayOutputStream();
        ObjectOutput out = new ObjectOutputStream(bos);   
        out.writeObject(new Integer(32));
        byte[] yourBytes = bos.toByteArray();
        System.out.println("length: " + yourBytes.length + " bytes");
    }
}

输出：

长度：81 字节

更新：

public static void main(String[] args) throws IOException {

    {
    ByteArrayOutputStream bos1 = new ByteArrayOutputStream();
    ObjectOutput out1 = new ObjectOutputStream(bos1);
    out1.writeObject(new Boolean(false));
    byte[] yourBytes = bos1.toByteArray();
    System.out.println("1 Boolean length: " + yourBytes.length);
    }

    ByteArrayOutputStream bos = new ByteArrayOutputStream();
    ObjectOutput out = new ObjectOutputStream(bos);
    for (int i = 0; i < 1000; ++i) {
        out.writeObject(new Boolean(true)); // 47 bytes
    }
    byte[] yourBytes = bos.toByteArray();
    System.out.println("1000 Booleans length: " + yourBytes.length); // 7040 bytes

    final int count = 1000;

    ArrayList<Boolean> listBoolean = new ArrayList<>(count);
    listBoolean.addAll(Collections.nCopies(count, Boolean.TRUE));
    System.out.printf("ArrayList: %d%n", sizeOf(listBoolean)); // 5096 bytes

    Boolean[] arrayBoolean = new Boolean[count];
    Arrays.fill(arrayBoolean, true);
    System.out.printf("Boolean[]: %d%n", sizeOf(arrayBoolean)); // 5083 bytes

    boolean[] array = new boolean[count];
    Arrays.fill(array, true);
    System.out.printf("boolean[]: %d%n", sizeOf(array)); // 1027 bytes

    BitSet bits = new BitSet(count);
    bits.set(0, count);
    System.out.printf("BitSet: %d%n", sizeOf(bits)); // 201 bytes
}

static int sizeOf(Serializable obj) throws IOException {
    ByteArrayOutputStream bytesOut = new ByteArrayOutputStream();
    ObjectOutputStream objsOut = new ObjectOutputStream(bytesOut);
    objsOut.writeObject(obj);
    return bytesOut.toByteArray().length;
}

输出：

1 个布尔值长度：47（每个布尔值 47 个字节）

1000 个布尔值长度：7040（每个布尔值 7 个字节）

ArrayList：5096（每个布尔值 5 个字节）

Boolean[]: 5083（每个布尔值 5 个字节）

boolean[]: 1027（每个布尔值 1 个字节）

BitSet：201（每个布尔值 1 字节的 1/5）

Answer 1

虽然 Radiodef 已经阐明了为什么序列化对象的大小很大，但我想在这里再强调一点，这样我们就不会忘记底层 java 的序列化算法（几乎所有算法中）中存在的优化。

当您编写另一个 Integer 对象（或任何已写入的对象）时，在这种情况下您不会看到类似的大小（我的意思是大小不会是 81 * 2 = 162 字节），

ObjectOutput out = new ObjectOutputStream(bos);   
out.writeObject(new Integer(32));
out.writeObject(new Integer(65));
byte[] yourBytes = bos.toByteArray();
System.out.println("length: " + yourBytes.length + " bytes");

它的工作方式是，当第一次请求类的实例（对象）进行序列化时，它会写入关于整个类的信息。即包括类名，它写入类中存在的每个字段的名称。这就是字节数更多的原因。这基本上是为了正确处理类评估案例。

当它第一次发送类的元数据时，它还将相同的信息缓存到称为值缓存或间接表的本地缓存中。因此，下次当请求同一类的另一个实例进行序列化时（请记住，缓存仅适用于流级别，或在调用 reset() 之前），它只写入一个标记（仅 4 个字节的信息），以便大小会更少。

Answer 2

java.lang.Byte 和java.lang.Integer 是对象，因此至少还需要存储它们的类的限定名称，以便它们被反序列化。还需要存储serialVersionUID 等。我们可以很容易地看到这些额外的信息是如何快速增加大小的。

如果你想了解序列化格式，JavaWorld上有一篇文章：http://www.javaworld.com/article/2072752/the-java-serialization-algorithm-revealed.html。

---

如果您担心序列化数据的大小，请选择更紧凑的格式：

import java.util.*;
import java.io.*;

class Example {
    public static void main(String[] args) throws IOException {
        final int count = 1000;

        ArrayList<Boolean> list = new ArrayList<>(count);
        list.addAll(Collections.nCopies(count, Boolean.TRUE));
        System.out.printf("ArrayList: %d%n", sizeOf(list));

        boolean[] array = new boolean[count];
        Arrays.fill(array, true);
        System.out.printf("boolean[]: %d%n", sizeOf(array));

        BitSet bits = new BitSet(count);
        bits.set(0, count);
        System.out.printf("BitSet: %d%n", sizeOf(bits));
    }

    static int sizeOf(Serializable obj) throws IOException {
        ByteArrayOutputStream bytesOut = new ByteArrayOutputStream();
        ObjectOutputStream objsOut = new ObjectOutputStream(bytesOut);
        objsOut.writeObject(obj);
        return bytesOut.toByteArray().length;
    }
}

ArrayList: 5096
boolean[]: 1027
BitSet: 201

Ideone 上的示例。