当前位置:首页 > 文章列表 > 文章 > java教程 > Java序列化与反序列化详解:Serializable和transient使用方法

Java序列化与反序列化详解:Serializable和transient使用方法

2026-02-14 10:45:44 0浏览 收藏
Java原生序列化看似简单,实则暗藏诸多陷阱:transient字段反序列化后为null是设计使然而非bug,不声明serialVersionUID会导致类结构微调即引发反序列化失败,而自定义writeObject/readObject又需严守签名与调用规范;更值得警惕的是,这种二进制序列化机制天生脆弱、性能低下、存在安全风险且难以跨语言兼容——真正稳健的生产实践,往往选择JSON、Protobuf等显式、可演进、可审计的替代方案,把“让旧数据在新代码中活下来”这一核心挑战,从不可控的字节流恢复,转变为清晰可控的数据契约与版本管理。

Java中的序列化与反序列化_Serializable接口与transient关键字的应用

为什么反序列化时 transient 字段总是 null

因为 transient 的语义就是“不参与序列化”,JVM 在写入字节流时直接跳过它,反序列化自然无法恢复。这不是 bug,是设计行为。

  • 仅对实例变量生效,static 字段本就不序列化,加 transient 无意义
  • 若字段类型本身不可序列化(如 Thread、Socket),必须加 transient,否则抛 NotSerializableException
  • 想在反序列化后自动初始化该字段?重写 readObject 方法,在里面赋值,别指望 JVM 自动填

serialVersionUID 不写会怎样

不显式声明 serialVersionUID,JVM 会按类结构自动生成一个;但只要类稍有改动(比如加个字段、改个访问修饰符),生成的值就变,导致反序列化失败:抛 InvalidClassException,提示 “local class incompatible”。

  • 线上服务升级时,老数据文件或缓存对象很可能因 serialVersionUID 不匹配而无法加载
  • 建议始终用 private static final long serialVersionUID = 1L; 起手,后续兼容性变更(如新增 transient 字段)不改它;破坏性变更再升版本号
  • IDE(如 IntelliJ)可自动生成基于当前类结构的哈希值,但不如手动设为 1L 来得可控

自定义序列化逻辑:什么时候必须重写 writeObject 和 readObject

当默认机制无法满足需求时才动手——比如字段加密、敏感信息过滤、父类字段补全、或兼容旧版本数据格式。

  • 这两个方法必须是 private void writeObject(ObjectOutputStream out) 和 private void readObject(ObjectInputStream in),签名错一个字符就无效
  • 务必在第一行调用 defaultWriteObject() 或 defaultReadObject(),否则非 transient 字段全丢
  • 如果类继承自不可序列化的父类,且父类有状态字段,必须在 readObject 中手动重建父类状态(通过反射或构造器)

替代 Serializable 的更可靠方案有哪些

Java 原生序列化脆弱、慢、不跨语言、有安全风险(反序列化 gadget 攻击),生产环境应优先考虑替代方案。

  • JSON(用 jackson 或 Gson):人眼可读、跨语言、字段增删兼容性好,但丢失类型信息和 final 字段语义
  • Protocol Buffers(protobuf):体积小、速度快、强契约,需预定义 .proto 文件,适合微服务间通信
  • 完全避免序列化:用数据库主键代替对象直传,或用 DTO + 显式构造,把“序列化”这个隐式过程变成可测试、可审计的显式转换

真正麻烦的从来不是怎么序列化,而是怎么让旧数据在新代码里活下来——这点上,任何二进制序列化都比不上带版本字段的 JSON。

以上就是《Java序列化与反序列化详解:Serializable和transient使用方法》的详细内容,更多关于的资料请关注golang学习网公众号!

Python字典查询为何速度快?Python字典查询为何速度快?
上一篇
Python字典查询为何速度快?
Win11开启移动热点教程
下一篇
Win11开启移动热点教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    446次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    517次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    532次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    479次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    304次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码