Apache Fury 反序列化抽象类集合的代码生成问题分析
2025-06-25 17:06:49作者:翟萌耘Ralph
Apache Fury 是一个高性能的序列化框架,在其 Java 实现中,当使用代码生成模式(codegen)处理包含抽象类元素的集合时,会出现反序列化错误。这个问题源于框架在生成序列化代码时对抽象类元素类型的特殊处理不足。
问题背景
在 Fury 的代码生成模式下,当序列化一个包含抽象类元素的集合时,生成的代码会假设集合中的所有元素都是相同具体类型。例如,对于 List<Foo>
类型,其中 Foo
是抽象类,生成的序列化代码会直接使用 Foo
的序列化器,而不会考虑实际运行时可能存在的不同子类实现。
问题复现
考虑以下测试用例:
abstract static class Foo {
private int f1;
}
static class Foo1 extends Foo {}
static class CollectionAbstractTest {
private List<Foo> foos;
}
@Test
public void testCollectionAbstractCodegen() {
Fury fury = Fury.builder()
.withCodegen(true)
.requireClassRegistration(false)
.build();
CollectionAbstractTest test = new CollectionAbstractTest();
test.foos = new ArrayList<>(ImmutableList.of(new Foo1(), new Foo1()));
CollectionAbstractTest object = serDe(fury, test);
}
生成的序列化代码会包含类似如下的方法:
private void sameElementClassWrite(int value0, MemoryBuffer memoryBuffer1,
java.util.List list2, boolean value1) {
for (int i = 0; i < value0; i+=1) {
Object object = list2.get(i);
if (value1) {
if ((object == null)) {
memoryBuffer1.writeByte(((byte)-3));
} else {
memoryBuffer1.writeByte(((byte)0));
fooClassInfoHolder.getSerializer().write(memoryBuffer1, object);
}
} else {
fooClassInfoHolder.getSerializer().write(memoryBuffer1, object);
}
}
}
这段代码的问题在于它直接使用了 fooClassInfoHolder.getSerializer()
,而没有考虑抽象类 Foo
可能有多个不同子类实现的情况。
问题分析
这个问题的本质在于代码生成时对抽象类元素的处理不够完善:
- 代码生成器假设集合中的所有元素都是相同具体类型
- 对于抽象类元素,实际上运行时可能有多个不同子类实现
- 生成的代码直接使用抽象类的序列化器,而不是动态获取实际类型的序列化器
解决方案
正确的处理方式应该是:
- 在序列化时检查集合元素是否为抽象类
- 如果是抽象类,则不能假设所有元素都是相同类型
- 需要为每个元素动态获取其实际类型的序列化器
修复后的代码生成逻辑应该类似于:
if (((value2 & 4) != 4)) {
throw new RuntimeExcption();
} else {
serializer2 = classResolver.readClassInfo(memoryBuffer5,
foo1ClassInfoHolder).getSerializer();
}
性能优化建议
在修复这个问题的同时,还可以考虑以下性能优化点:
- 减少不必要的集合遍历检查:大多数情况下集合中的元素确实是相同类型
- 为常见情况(元素类型相同)提供快速路径
- 只在必要时(如集合元素类型为抽象类或接口)进行完整类型检查
总结
Apache Fury 在处理抽象类集合的代码生成时,需要特别注意运行时可能存在的多态情况。通过改进代码生成逻辑,可以确保框架能够正确处理包含抽象类元素的集合序列化和反序列化,同时保持高性能特性。这个问题也提醒我们,在使用代码生成技术时,必须充分考虑语言特性(如多态)可能带来的影响。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
927
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8