Scala / Java中类似于Python的Pickle的简单，无障碍，零样板序列化？
在Scala / Java中有没有一种简单，轻松的序列化方法，类似于Python的pickle？ Pickle是一个非常简单的解决scheme，它在空间和时间上相当高效（即不是糟糕的），但不关心跨语言的可访问性，版本控制等，并允许可选的定制。
我所知道的是：
- Java的内置序列化非常慢（ [1] ， [2] ），臃肿和脆弱。 当有些东西可以清楚地序列化，但是没有注释的时候（比如很less的Point2D作者标记这些Serializable），也必须将类标记为Serializable。
- Scala的BytePickle需要大量的样板文件来处理你想要的任何types，即使这样它也不能和（循环）对象图一起工作 。
- jserial ： 没有维护， 似乎没有那么快/比默认的Java序列化更小 。
- kryo ： 不能（取消）序列化没有0-参数的对象 ，这是一个严重的限制。 （你也必须注册你计划序列化的每一个课程，否则你会显着减速/膨胀 ，但即使如此，它仍然比腌菜更快。）
- protostuff ：AFAICT，你必须事先在“schema”中注册你想要序列化的每个类。
Kryo和protostuff是我find的最接近的解决scheme，但是我想知道是否还有其他东西（或者如果有一些方法可以使用，我应该知道）。 请包括使用示例！ 理想情况下还包括基准。
斯卡拉现在有斯卡拉酸洗 ，根据情况performance好或比Kyro更好 – 请参阅幻灯片34-39。
我实际上认为你最好用克里奥（我不知道替代scheme提供更less的模式定义比非二进制协议）。 你提到腌菜不容易受到kryo在没有注册课程的情况下获得的减速和膨胀的影响，但即使没有注册课程，kryo仍然比腌菜更快，更不臃肿。 看到下面的微观基准（显然是用一粒盐，但这是我可以轻松做到的）：
Python泡菜
import pickle import time class Person: def __init__(self, name, age): self.name = name self.age = age people = [Person("Alex", 20), Person("Barbara", 25), Person("Charles", 30), Person("David", 35), Person("Emily", 40)] for i in xrange(10000): output = pickle.dumps(people, -1) if i == 0: print len(output) start_time = time.time() for i in xrange(10000): output = pickle.dumps(people, -1) print time.time() - start_time
为我输出174字节和1.18-1.23秒（64位Linux上的Python 2.7.1）
斯卡拉kryo
import com.esotericsoftware.kryo._ import java.io._ class Person(val name: String, val age: Int) object MyApp extends App { val people = Array(new Person("Alex", 20), new Person("Barbara", 25), new Person("Charles", 30), new Person("David", 35), new Person("Emily", 40)) val kryo = new Kryo kryo.setRegistrationOptional(true) val buffer = new ObjectBuffer(kryo) for (i <- 0 until 10000) { val output = new ByteArrayOutputStream buffer.writeObject(output, people) if (i == 0) println(output.size) } val startTime = System.nanoTime for (i <- 0 until 10000) { val output = new ByteArrayOutputStream buffer.writeObject(output, people) } println((System.nanoTime - startTime) / 1e9) }
为我输出68字节和30-40ms（64位Linux上的Kryo 1.04，Scala 2.9.1，Java 1.6.0.26热点JVM）。 为了比较，如果我注册类，它会输出51字节和18-25毫秒。
对照
在注册课程时，Kryo使用大约40％的空间和3％的时间作为Python pickle，大约30％的空间和2％的注册时间。 你可以随时写一个自定义的序列化器，当你想要更多的控制。
Twitter的寒冷图书馆是真棒。 它使用Kryo进行序列化，但使用起来非常简单。 也很好：提供了一个MeatLocker [X]types，使任何X一个Serializable。
我会推荐SBinary 。 它使用implicits在编译时解决，所以它是非常有效的和typesafe。 它带有对许多常用Scala数据types的内置支持。 您必须手动编写您的（案例）类的序列化代码，但很容易做到。
一个简单的ADT的使用示例
另一个不错的select是最近的（2016） **netvl/picopickle** ：
- 小而几乎没有依赖性（核心库只依赖于无形 ）。
- 可扩展性 ：你可以为你的types定义你自己的序列化器，你可以创build自定义的后端，也就是说，你可以使用不同的序列化格式（集合，JSON，BSON等）相同的库。 像空值处理这样的序列化行为的其他部分也可以定制。
- 灵活性和便利性：默认的序列化格式对于大多数用途来说是很好的，但是可以通过方便的转换器DSL的支持几乎任意地进行定制。
- 无reflection的静态序列化：无形状genericsmacros用于为任意types提供序列化器，这意味着不使用reflection。
例如：
基于Jawn的pickler还提供了额外的函数
readString()/writeString()和readAst()/writeAst()，它们分别将对象序列化为string，将JSON AST序列化为string：
import io.github.netvl.picopickle.backends.jawn.JsonPickler._ case class A(x: Int, y: String) writeString(A(10, "hi")) shouldEqual """{"x":10,"y":"hi"}""" readString[A]("""{"x":10,"y":"hi"}""") shouldEqual A(10, "hi")
