【Hadoop】MapReduce序列化

一、概述

序列化（Serialization）是指把结构化对象转化为字节流
反序列化（Deserialization）是序列化的逆过程。把字节流转为结构化对象

当要在进程间传递对象或持久化对象的时候，就需要序列化对象成字节流，反之当要将接收到或从磁盘读取的字节流转换为对象，就要进行反序列化

Java的序列化（Serializable）是一个重量级序列化框架，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…），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。不用像java对象类一样传输多层的父子关系，需要哪个属性就传输哪个属性值，大大的减少网络传输的开销

Writable是Hadoop的序列化格式，hadoop定义了这样一个Writable接口。
一个类要支持可序列化只需实现这个接口即可

public interface Writable {  
	void write(DataOutput out) throws IOException;  
	void readFields(DataInput in) throws IOException;  
} 

二、 Writable序列化接口

如需要将自定义的bean放在key中传输，则还需要实现comparable接口，因mapreduce框中的shuffle过程一定会对key进行排序,此时，自定义的bean实现的接口应该是：
public class FlowBean implements WritableComparable<FlowBean>
需要自己实现的方法是：

/**
 反序列化的方法，反序列化时，从流中读取到的各个字段的顺序
 应该与序列化时写出去的顺序保持一致
 */
	@Override
	public void readFields(DataInput in) throws IOException {
		upflow = in.readLong();
		dflow = in.readLong();
		sumflow = in.readLong();
	}
	/**
	 * 序列化的方法
	 */
	@Override
	public void write(DataOutput out) throws IOException {
		out.writeLong(upflow);
		out.writeLong(dflow);
		out.writeLong(sumflow);
	}
	
	/**
	compareTo方法用于将当前对象与方法的参数进行比较。
	如果指定的数与参数相等返回0。
	如果指定的数小于参数返回 -1。
	如果指定的数大于参数返回 1。
	返回正数的话，当前对象（调用compareTo方法的对象o1）
	要排在比较对象（compareTo传参对象o2）后面，返回负数的话，放在前面。
	*/
	@Override
	public int compareTo(FlowBean o) {
		//实现按照sumflow的大小倒序排序
		return sumflow>o.getSumflow()?-1:1;
	}