Apache Dubbo 3.3.0版本中Hessian序列化与JDK高版本的兼容性问题分析
问题背景
在Apache Dubbo 3.3.0-beta3版本中,用户在使用JDK 21环境时遇到了一个序列化异常。异常信息显示Hessian序列化器无法访问java.util包中的ImmutableCollections$ListN类的私有字段,因为Java模块系统限制了这种访问。这个问题在3.3.0-beta2版本中并不存在,但在升级到beta3版本后出现。
问题根源
经过分析,这个问题源于Dubbo 3.3.0-beta3版本中默认序列化方式的变更。在beta2版本中,默认使用的是fastjson2序列化,而在beta3版本中,开发团队将Hessian序列化重新设置为默认选项。Hessian序列化在处理JDK高版本(特别是JDK 9及以上版本)时,由于Java模块系统的引入,会遇到访问权限限制的问题。
具体到技术细节,当Dubbo尝试序列化包含List类型字段的对象时,Hessian序列化器需要访问List实现类(在JDK高版本中可能是ImmutableCollections$ListN)的内部字段。然而,Java模块系统默认不开放java.util包给未命名模块访问,导致序列化失败。
临时解决方案
对于遇到此问题的用户,可以采取以下临时解决方案:
- 切换序列化方式:将Dubbo的默认序列化方式改回fastjson2。这可以通过在配置文件中添加以下设置实现:
dubbo:
protocol:
serialization: fastjson2
prefer-serialization: fastjson2,hessian2
-
修改对象初始化方式:如问题描述中所示,将List字段的初始化方式从直接赋值改为通过setter方法设置,可以避免触发ImmutableCollections的使用。
-
添加JVM参数:虽然添加
--add-opens java.base/java.util=ALL-UNNAMED参数可以解决第一个异常,但可能会引发其他序列化问题,因此不推荐作为长期解决方案。
长期解决方案
Dubbo开发团队已经意识到这个问题,并在Dubbo Hessian Lite子项目中进行了修复。修复方案主要涉及改进Hessian序列化器对JDK高版本的适配能力。这个修复将包含在Hessian Lite 4.0.1和Dubbo 3.3.0-beta4版本中。
需要注意的是,要完全解决这个问题,需要同时升级服务提供者和消费者的Dubbo版本,因为序列化协议需要在两端保持一致。
技术建议
对于使用Dubbo的开发人员,在处理序列化问题时,建议:
-
了解不同序列化方案的优缺点。fastjson2通常性能更好,但Hessian有更好的跨语言支持。
-
在高版本JDK环境下,特别注意模块系统可能带来的访问限制问题。
-
在升级Dubbo版本时,仔细阅读发布说明,了解默认配置的变化。
-
对于关键业务对象,考虑实现自定义的序列化逻辑,以获得更好的控制和性能。
总结
Dubbo作为一款成熟的RPC框架,在不断演进过程中会面临各种新环境的适配挑战。这次Hessian序列化与JDK高版本的兼容性问题,反映了Java生态系统中模块化带来的深远影响。开发团队已经积极应对,用户可以根据自身情况选择临时解决方案或等待正式修复版本。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00