要实现Writable接口，可以在Hadoop中序列化对象。那么Hadoop Writable和java.io.serialization之间的联系和区别是什么？
答案 0 :(得分：16)
Java Serializable
Serializable不会假设存储值类是已知的，并且标记具有其类的实例，即。它写入有关对象的元数据，包括类名，字段名和类型，以及它的超类。 ObjectOutputStream和ObjectInputStream稍微优化了这一点，因此在第一个类之后为类的实例编写了5个字节的句柄。但是随后无法随机访问带句柄的对象序列，因为它们依赖于流状态。这使排序等事情变得复杂。
Hadoop可写
在定义“可写”时，您知道预期的类。因此，在反序列化时，Writable不会将它们的类型存储在序列化表示中，您知道预期的内容。例如。如果输入键是LongWritable，则要求空的LongWritable实例从输入数据流中填充自身。 由于不需要存储元信息（类名，字段，类型，超类），因此可以生成更紧凑的二进制文件，直接的随机访问和更高的性能。
一些好的读物：
For Java Serializable：
Hadoop Writable
答案 1 :(得分：3)
用Doug Cutting的话来说：
Writable接口与Serializable略有不同。 Serializable不假定已知存储值类。所以 每个实例都标有其类。 ObjectOutputStream和 ObjectInputStream稍微优化了这一点，因此5字节句柄是 为第一个类之后的类实例编写。但对象序列 因为它们依赖，所以随后无法随机访问句柄 流状态。这使排序等事情变得复杂。
另一方面，可写假定应用程序知道 预期的课程。应用程序必须能够在中创建实例 为了调用readFields（）。因此，不需要存储每个类 实例。这导致更紧凑的二进制文件， 直接的随机访问和通常更高的性能。
可以说Hadoop可以使用Serializable。可以覆盖writeObject 或序列化为性能的每个类的writeExternal 危急。 （MapReduce是非常i / o密集型的，所以几乎每个类都是 序列化对性能至关重要。）可以实现 ObjectOutputStream.writeObjectOverride（）和 ObjectInputStream.readObjectOverride（）使用更紧凑 表示，例如，不需要标记每个顶级 具有类的文件中的实例。这可能需要as 至少和Haddop在Writable，ObjectWritable等中的代码一样多， 而代码会有点复杂，因为它会尝试 解决不同的打字模型。但它可能有 更好的内置版本控制的优势。或者是吗？
Serializable的版本机制是让类定义静态 命名为serialVersionUID。这允许人们防范 不兼容的更改，但不容易允许实现 向后兼容性。为此，应用程序必须明确处理 与版本。它必须以特定于阶级的方式推理 阅读时写的版本，决定做什么。但 Serializeable的版本机制不再支持这个或 少于可写。
您必须完成此thread一次。