Apache Fury 序列化 Fastjson 1.x 版本 JSONObject 列表时的 ClassCastException 问题分析
2025-06-25 11:39:20作者:廉彬冶Miranda
在 Apache Fury 0.6.0-SNAPSHOT 版本中,当尝试序列化包含 Fastjson 1.x 版本 JSONObject 列表的对象时,会遇到一个 ClassCastException 异常。这个问题特别出现在使用 Fastjson 1.2.70 版本时,而 Fastjson 2.x 版本则能正常工作。
问题现象
开发者在使用 Fury 序列化一个包含 List 字段的 DemoResponse 对象时,遇到了以下异常:
java.lang.ClassCastException: org.apache.fury.serializer.collection.MapSerializers$StringKeyMapSerializer cannot be cast to org.apache.fury.serializer.collection.MapSerializers$JDKCompatibleMapSerializer
这个异常表明 Fury 在内部尝试将一个字符串键映射序列化器转换为 JDK 兼容映射序列化器时失败了。
技术背景
Apache Fury 是一个高性能的序列化框架,它通过生成特定于类的序列化代码来优化性能。对于集合类型的序列化,Fury 提供了专门的序列化器来处理不同的集合实现。
Fastjson 1.x 中的 JSONObject 实现了 Map 接口,但它的具体实现与标准 JDK Map 实现有所不同。Fury 在处理这种第三方 Map 实现时,需要选择合适的序列化策略。
问题根源
问题的根本原因在于 Fury 的序列化器选择逻辑对于 Fastjson 1.x 的 JSONObject 处理不够完善。具体来说:
- Fury 检测到 JSONObject 是一个 Map 实现,尝试为其选择适当的 Map 序列化器
- 在序列化器选择过程中,Fury 错误地将 StringKeyMapSerializer 强制转换为 JDKCompatibleMapSerializer
- 这种类型转换是不合法的,因为这两个序列化器虽然都用于 Map 序列化,但有不同的设计目的和实现方式
解决方案
Apache Fury 团队已经修复了这个问题。修复方案主要涉及:
- 改进对第三方 Map 实现的检测逻辑
- 为 Fastjson 1.x 的 JSONObject 提供专门的序列化处理
- 确保在序列化器选择过程中正确处理类型转换
最佳实践
对于使用 Fury 序列化包含 Fastjson 对象的开发者,建议:
- 如果可能,升级到 Fastjson 2.x 版本,它已经过更好的测试和 Fury 的兼容性验证
- 如果必须使用 Fastjson 1.x,确保使用最新版本的 Fury,其中已包含对此问题的修复
- 对于自定义对象中包含第三方集合实现的情况,考虑注册自定义序列化器以确保兼容性
总结
这个问题展示了高性能序列化框架在处理第三方库特定实现时可能遇到的挑战。Fury 通过不断改进其序列化器选择和类型处理逻辑,为开发者提供了更稳定和兼容的序列化体验。开发者在使用时应关注框架版本和依赖库版本的兼容性,以获得最佳的性能和稳定性。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
469
465
暂无描述
Dockerfile
778
5.08 K
Ascend Extension for PyTorch
Python
757
968
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
876
2.03 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
676
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271