Java序列化机制详解:对象持久化原理
2026-05-25 11:25:17
0浏览
收藏
Java序列化机制是将内存中对象的状态精准“拍照”为字节流以实现持久化或跨进程传输的核心技术,其本质依赖`Serializable`标记接口、严格约束字段可序列化性、以及`serialVersionUID`对版本兼容性的关键守护;但原生序列化格式封闭、易因类结构变更失效、不支持跨语言,且存在资源对象不可序列化等深层陷阱,因此实际工程中更推荐JSON、Protobuf等现代替代方案,仅在RMI或内部短生命周期通信等特定场景谨慎使用。

序列化就是把内存里的对象“拍成照片”存下来
Java对象只活在JVM堆内存里,程序一关,对象就灰飞烟灭。序列化干的就是这件事:把对象当前的字段值(状态)打包成一串字节,写进文件、数据库,或发到网络另一端。反序列化则是拿这串字节“洗印”出一模一样的对象——不是新new的,而是状态完全还原的副本。
为什么必须实现 Serializable 接口?
它是个空接口(marker interface),不强制你写任何方法,纯粹是给JVM打个标签:“这个类允许被序列化”。没加它,ObjectOutputStream.writeObject() 会直接抛 NotSerializableException。
- 子类继承了可序列化父类,自己不显式实现
Serializable,也能序列化——但强烈建议自己也加上,避免歧义 - 父类没实现
Serializable,子类实现了,那父类的字段在序列化时会被跳过(反序列化时用默认值初始化) - 所有非
transient、非static的成员变量,都必须是可序列化的类型;否则会报NotSerializableException(比如你字段是java.util.Date没问题,但如果是自定义类却没实现Serializable,就挂了)
serialVersionUID 不是可选的,它是兼容性守门员
每次类结构变化(增删字段、改访问修饰符、调整继承关系),如果没手动更新 serialVersionUID,反序列化旧数据时大概率抛 InvalidClassException: local class incompatible。
- IDE通常能自动生成初始值,比如
private static final long serialVersionUID = 1L; - 一旦类上线、序列化数据已落盘或在网络上传输过,后续任何修改都必须同步更新这个值(推荐用IDE生成的64位哈希值,比如
-3186721026267206914L) - 不写它,JVM会根据类名、接口、字段等自动生成一个;但这个算法对代码微小改动极其敏感,极易导致生产环境反序列化失败
持久化 ≠ 简单存文件,得盯住这几个坑
用 ObjectOutputStream 写文件看似简单,但实际落地常踩雷:
- 序列化流是带头部协议的二进制格式(含魔数
AC ED和版本号),不能用文本编辑器打开,也不能用String或JSON工具解析 - 同一个对象多次
writeObject(),默认只写一次完整数据,后几次只写引用句柄——想真正重复保存状态,得调用oos.reset() - 含
transient字段不会被序列化,反序列化后为默认值(int是 0,Object是null);若需自定义逻辑(比如加密/懒加载),得配合writeObject()/readObject()私有方法 - 别把
Thread、Socket、Connection这类与JVM运行时强绑定的资源对象序列化——它们根本没法还原
真正做持久化时,优先考虑 JSON/YAML/Protobuf 等跨语言、可读、易调试的格式;JDK原生序列化只适合内部模块间短生命周期的数据传递,或者RMI这类紧耦合场景。
本篇关于《Java序列化机制详解:对象持久化原理》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
CSS Grid 容器内文字溢出未省略,通常是因为网格项(grid item)的宽度被内容撑开,导致无法正确应用文本省略(text-overflow: ellipsis)。默认情况下,Grid 项目会根据内容自动调整大小,这可能会影响文本溢出效果。原因分析内容撑宽:如果网格项中的文字过长,容器会自动扩展以适应内容,从而导致文本溢出未被截断。文本溢出设置无效:如果没有正确设置 white-space
- 上一篇
- CSS Grid 容器内文字溢出未省略,通常是因为网格项(grid item)的宽度被内容撑开,导致无法正确应用文本省略(text-overflow: ellipsis)。默认情况下,Grid 项目会根据内容自动调整大小,这可能会影响文本溢出效果。原因分析内容撑宽:如果网格项中的文字过长,容器会自动扩展以适应内容,从而导致文本溢出未被截断。文本溢出设置无效:如果没有正确设置 white-space
- 下一篇
- Gemini安全调用指南:医疗金融合规标准
查看更多
最新文章
-
- 文章 · java教程 | 2天前 | Java · ServiceLoader module-info.java Java模块
- Java 模块服务加载的可选实现与回退路径
- 363浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java VarHandle 内存序选择与可见性验证
- 226浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java JFR 事件流定位短时延迟尖峰
- 213浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java Record 序列化兼容字段演进方案
- 483浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java ServiceLoader 隔离模块化插件实现
- 414浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java Pattern Matching switch 处理密封层级
- 189浏览 收藏
-
- 文章 · java教程 | 2天前 | Stream · Java教程 · java Stream Collector Collectors.teeing 统计汇总
- Java Collectors.teeing 汇总两条统计管道
- 385浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java Foreign Function Memory API 管理本地内存生命周期
- 385浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java StampedLock 乐观读校验失败的回退方式
- 165浏览 收藏
-
- 文章 · java教程 | 2天前 | 异常处理 · 并发编程 · Java教程 · StructuredTaskScope Java Structured Concurrency Joiner allUntil 子任务异常 聚合异常
- Java Structured Concurrency 汇总子任务异常
- 260浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java ForkJoinPool asyncMode 调整任务队列顺序
- 121浏览 收藏
查看更多
课程推荐
-
- 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
- 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
- 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
- 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
- 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
- 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。
- 444次使用
-
- 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。
- 516次使用
-
- 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。
- 529次使用
-
- 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。
- 477次使用
-
- 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。
- 300次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

