Question

我们有一个名为Row的类，它表示结果集中的一行。我们需要在文件中写一个List<Row>，以便以后可以检索它。

实现此目的的一种方法是使用Java的序列化支持。

我想最好的方法是在Row类中实现序列化。然后我们将使用serialize的{{1}}方法，以便写入文件。

我想知道，这会有多高效？与仅编写将我们的List<Row>对象转换为CSV文件的CSV文件适配器相比，它会占用更多空间吗？

Answer 1

与仅编写将List对象转换为CSV文件的CSV文件适配器相比，它会占用更多空间吗？

这取决于Row的类型，以及您要保存的数据的大小和其他方面¹。

一方面，Java序列化协议包括序列化中提到的每个类的元数据。这需要很大的空间。

另一方面：

Java序列化仅包含每个序列化一次的元数据。因此，如果序列化同一类的大量实例，则元数据成本变得无关紧要。
在CSV文件中，所有非文本数据都必须转换为文本。在某些情况下（例如，大数，浮点数，布尔值），文本表示将大于Java序列化中使用的二进制表示。

^{1 - 例如，随机数的数组与零和1的数组。在第一种情况下，Java序列化会更好，而在第二种情况下，CSV会更好。}

但我认为你可能会关注错误的事情：

除非您生成的文件很大，否则大小可能并不重要。磁盘空间很便宜。
在任何一种情况下，文件都可能是可压缩的，较低密度的形式可能更具可压缩性。
更重要的是表述是否适合目的;例如
- 你想要它是人类可读的吗？
- 您是否希望非Java程序（包括shell脚本）可以读取它？
- 您是否需要担心Java代码的更改会引入类与序列化版本问题？
- 您希望能够传输数据吗？（写作或阅读时。）

Answer 2

Java序列化的空间效率在某些情况下，而不是简单地写入CSV文件，因为它存储额外的元数据以识别类类型。

我用两个简单的测试程序验证了这种情况。第一个将一个int数组写入.csv文件。

import java.io.*; public class CSVDemo { public static void main(String [] args) { try { PrintWriter pw = new PrintWriter(new File("dummy.csv")); StringBuilder sb = new StringBuilder(); for(int i = 0; i < 1000; i++){ sb.append(1); sb.append(","); } pw.write(sb.toString()); pw.close(); System.out.printf("Data is saved in dummy.csv"); } catch(FileNotFoundException e) { e.printStackTrace(); } } }

第二个将包含int数组的对象序列化为.ser文件。

import java.io.*; public class SerializeDemo { public static void main(String [] args) { DummyData dummy = new DummyData(); try { FileOutputStream fileOut = new FileOutputStream("dummy.ser"); ObjectOutputStream out = new ObjectOutputStream(fileOut); out.writeObject(dummy); out.close(); fileOut.close(); System.out.printf("Serialized data is saved in dummy.ser"); } catch(IOException i) { i.printStackTrace(); } } public static class DummyData implements java.io.Serializable{ int[] data = new int[1000]; public DummyData(){ for(int i = 0; i < 1000; i++){ data[i] = 1; } } } }

.ser文件占用了4079个字节。 .csv文件占用了2000个字节。当然，这只是对用例的略微简化（我将int等同于你的Row类型），但总的趋势应该是相同的。

尝试使用更大的数字会产生相同的结果。使用100000英特的结果为.serv约为400KB，而.csv
则为200KB
但是，正如下面的评论指出的那样，如果选择int的随机值，.csv实际上会变大。

Java序列化的效率如何？

2 个答案: