探索 Apache Fury(incubating):高性能多语言序列化框架
2026-01-16 10:06:43作者:薛曦旖Francesca
Apache Fury(incubating)是一个革命性的序列化框架,它利用即时编译(JIT)和零拷贝技术,为Java、Python、C++、Golang、JavaScript、Rust、Scala和TypeScript等多语言提供高达170倍的性能提升。
项目介绍
Apache Fury(incubating)的核心目标是实现跨语言对象序列化的极致速度和易用性。这个框架的设计灵感来源于pickle5和off-heap读写,旨在消除内存访问、虚拟方法调用、条件分支和哈希查找等性能瓶颈。Fury不仅适用于跨语言通信,还可以作为Java序列化库的替代品,提高RPC调用、数据传输和对象持久化效率。
项目技术分析
Fury 的核心技术亮点包括:
- 多语言支持:无需IDL定义,无需编译步骤,只需直接在不同语言之间进行对象序列化。
- 零拷贝:借鉴pickle5,实现跨语言无损序列化,减少内存消耗。
- 高性能JIT:通过运行时代码生成,优化内存访问和方法调用,减少分支和哈希查找,大幅提升性能。
- 多种二进制协议:支持对象图、行格式等多种协议,并允许轻松添加新的协议。
此外,Fury 还针对Java特性进行了优化,如兼容JDK序列化API,支持Java 8到21,以及对Java 17+记录类型的支持。
应用场景
Fury 可广泛应用于各种场景:
- 跨语言通信:在多语言环境中,Fury 提供了一种高效的数据交换方式。
- 高吞吐量服务:用于高频率的RPC调用,可以显著减少延迟并提高整体系统性能。
- 大数据处理:通过高效的二进制格式,Fury 适用于大规模数据的存储和传输。
- 游戏开发:实时游戏场景中,低延迟的数据序列化至关重要。
项目特点
- 高性能:与传统序列化框架相比,Fury 提供了20到170倍的速度提升。
- 兼容性:完全兼容JDK的序列化API,无需更改现有代码即可升级。
- 多语言适配:无缝支持多种编程语言,简化跨平台开发。
- 易于集成:提供了清晰的API和文档,方便快速集成到现有项目中。
开始使用
安装 Fury 很简单,支持Java、Scala、Python、JavaScript和Go等多个语言环境。查看官方文档了解详细的安装和使用指南,开始你的高性能序列化之旅。
Apache Fury(incubating)正在孵化阶段,期待社区的参与和支持,共同推动其发展,打造更强大的序列化解决方案。加入我们的Slack频道,共享技术乐趣,共创美好未来!
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
990