SOFA

Scalable Open Financial Architecture

是蚂蚁金服自主研发的金融级分布式中间件，包含了构建金融级云原生架构所需的各个组件，是在金融场景里锤炼出来的最佳实践。

前言

SOFABolt 是一款基于 Netty 最佳实践，通用、高效、稳定的通信框架。目前已经运用在了蚂蚁中间件的微服务，消息中心，分布式事务，分布式开关，配置中心等众多产品上。

本文将重点分析 SOFABolt 的序列化机制。

我们知道，但凡在网络中传输数据，都涉及到序列化以及反序列化。即将数据编码成字节，再把字节解码成数据的过程。

例如在 RPC 框架中，一个重要的性能优化点是序列化机制的设计。即如何为服务消费者和和服务提供者提供灵活的，高性能的序列化器。

这里说的序列化器，不仅仅是指“对象”的序列化器，例如 Hessian，Protostuff，JDK 原生这种“对象”级别的序列化器，而是指“协议”级别的序列化器，“对象”的序列化只是其中一部分。通常“协议”级别的序列化器包含更多的信息。

下面我们将先从 SOFABolt 的设计及实现入手，进而分析 SOFABolt 详细的序列化与分序列化流程，最后介绍 SOFABolt 序列化扩展。

设计及实现

一个优秀的网络通信框架，必然要有一个灵活的，高性能的序列化机制。那么，SOFABolt 序列化机制的设计目标是什么呢？具体又是如何设计的呢？

首先说灵活，灵活指的是，框架的使用方（这里指的是网络通信框架的使用方，例如 RPC，消息中心等中间件）能够自定义自己的实现，即用户决定使用什么类型的序列化以及怎么序列化。

再说高效，序列化和反序列化事实上是一个重量级的操作，阿里 HSF 作者毕玄在著名的 NFS-RPC框架优化过程（从37k到168k） 文章中提到，其优化 RPC 传输性能的第一步就是调整反序列化操作，从而将 TPS 从 37k 提升到 56k。之后又通过更换对象序列化器，又将 TPS 提升了将近 10k。由此可见，合理地设计序列化机制对性能的影响十分巨大。

而 SOFABolt 和 HSF 有着亲密的血缘关系，不但有着 HSF 的高性能，甚至在某些地方，优化的更为彻底。

我们现在可以看看 SOFABolt 序列化设计。

接口设计

SOFABolt 设计了两个接口：

1. Serializer
   该接口定义 serialize 方法和 deserialize 方法，用于对象的序列化和反序列化。

2. CustomSerializer
   该接口定义了很多方法，主要针对自定义协议中的 header 和 content 进行序列化和反序列化。同时提供上下文，以精细的控制时机。

同时，从框架设计的角度说，他们可以称之为 “核心域”， 他们也被对应的 “服务域” 进行管理。

这里解释一下服务域和核心域，在框架设计里，通常会有“核心域”，“服务域”， “会话域” 这三部分组成。

例如在 Spring 中，Bean 就是核心域，是核心领域模型，所有其他模型都向其靠拢；而 BeanFactory 是服务域，即服务“核心域”的模型，通常长期存在于系统中，且是单例；“会话域” 指的是一次会话产生的对象，会话结束则对象销毁，例如 Request，Response。

在 SOFABolt 序列化机制中，Serializer 和 CustomSerializer 可以认为是核心域，同时，也有服务于他们的 “服务域”，即 SerializerManager 和 CustomSerializerManager。“会话域” RpcCommand 依赖 “服务域” 获取 “核心域” 实例。

UML 设计图如下：

其中红色部分就是 SOFABolt 序列化机制的核心接口，同时也是用户的扩展接口，他们被各自的 Manager 服务域进行管理，最后，会话域 RpcCommand 依赖着 Manager 以获取序列化组件。

这两个接口的使用场景通常在数据被 协议编解码器 编码之前或解码之后，进行处理。

例如在发送数据之前，协议编码器 根据通信协议（如 bolt 协议）进行编码，编码之前，用户需要将数据的具体内容进行序列化，协议编解码器 再进行更详细的编码。

同样，协议解码器 在接收到 Socket 发送来的字节后，根据协议将字节解码成对象，但是，对象的内容还是字节，需要用户进行反序列化。

一个比较简单的流程图就是这样的:

上图中，假设场景是 Client 发送数据给 Server，那么，编解码器负责将字节流解码成 Command 对象，序列化器负责将 Command 对象里的内容反序列化成业务对象，从设计模式的角度看，这里是 GOF 中 “命令模式”和“职责链模式”的组合设计。

看完了设计，再看看实现。

接口实现

我们可以看看这两个接口的实现。

• Serializer

Serializer 接口在 SOFABolt 中已有默认实现，即 HessianSerializer，目前使用的是 hessian-3.3.0 版本。通过一个 SerializerManager 管理器进行管理。注意，这个管理器内部使用的是数组，而不是 Map，这在上文毕玄的文章也曾提到：通过使用数组替换成 Map，NFS-RPC 框架的 TPS 从 153k 提升到 160k。事实上，任何对性能非常敏感的框架，能用数组就绝不用 Map，例如 Netty 的 FastThreadLocal，也是如此。

当然，Serializer 接口用户也是可以扩展的，例如使用 protostuff，FastJson，kryo 等，扩展后，通过 SerializerManager 可以将自己的序列化器添加到 SOFABolt 中。注意：这里的序列化 type 实际就是上面提到的数组的下标，所以不能和其他序列化器的下标有冲突。

• CustomSerializer

再说 CustomSerializer，这个接口也是有默认实现的，用户也可以选择自己实现，我们这里以 SOFARPC 为例。

SOFARPC 在其扩展模块 sofa-rpc-remoting-bolt 中，通过实现 CustomSerializer 接口，自己实现了序列化 header，content。

这里稍微扩展讲一下 header 和 content。实际上，header 和 content 类似 http 协议的消息头和消息体，header 和 content 中到底存放什么内容，取决于协议设计者。

例如在 SOFARPC 的协议中，header 里存放的是一些扩展属性和元信息上下文。而 content 中存放的则是主要的一些信息，比如 request 对象，request 对象里就存放了 RPC 调用中常用信息了，例如参数，类型，方法名称。

同时，CustomSerializer 接口定义的方法中，提供了 InvokeContext 上下文，例如是否泛化调用等信息，当进行序列化时，将是否泛型的信息放入上下文，反序列化时，再从上下文中取出该属性，即可正确处理泛化调用。

注意，如果用户已经自己实现了 CustomSerializer 接口，那么 SOFABolt 的 SerializerManager 中设置的序列化器将不起作用！因为 SOFABolt 优先使用用户的序列化器。

具体代码如下：

行文至此，讨论的都是“灵活”这个设计，即用户既可以使用 SOFABolt 默认的序列化器，也可以使用自定义序列化器做更多的定制，值得注意的是： SOFABolt 优先使用用户的序列化器。

让我们再谈谈序列化的高性能部分 。

性能优化

上文提到，序列化和反序列化是重量级操作。通常，对性能敏感的框架都会对这一块进行性能优化。

一般对序列化操作进行性能优化有以下三个实践：

1. 减少字段，即使用更加复杂的映射从而减少网络中字段的传输和编解码。

2. 使用零拷贝的序列化器，例如利用 Protostuff 实现序列化零拷贝。通常的反序列化都是 ByteBuf-->byte[]-->Biz 转换过程，我们可以将中间的 byte[] 转换过程砍掉，实现序列化的零拷贝。

3. 将字段拆分在不同的线程里进行反序列化。

限于篇幅，本文将重点介绍第三点。

我们以 SOFARPC 协议为例，序列化内容包括 4 个部分：

1. 基本字段（固定24字节）

2. ClassName(变长字节)

3. Header（变长字节）

4. Content（变长字节）

可以看到，基本字段数据很少，序列化的主要压力在后 3 个部分。

注意： 在请求发送阶段，即调用 Netty 的 writeAndFlush 接口之前，会在业务线程做好序列化，这部分没什么压力。

但是，反序列化就不同了。

我们知道，高性能的网络框架基本都是使用的 Reactor 模型，即一个线程挂载多个 Channel（Socket），这个线程一般称之为 IO 线程，如果这个线程执行任务耗时过长，将影响该线程下所有 Channel 的响应时间。无论是 Netty 的主要 Commiter —— Norman 还是 HSF 作者毕玄，都曾提出：永远不要在 IO 线程做过多的耗时任务或者阻塞 IO 线程。

因此，为了性能考虑，这 3 个字段通常不会都在 IO 线程中进行反序列化。

在 SOFABolt 默认的 RPC 协议实现中，默认 IO 线程只反序列化 ClassName，剩下的内容由业务线程反序列化。同时，为了最大程度配合业务特性，保证整体吞吐量， SOFABolt 设计了精细的开关来控制反序列化时机:

	使用场景	IO线程池策略	业务线程池策略
场景1	业务逻辑执行耗时（默认）	只反序列化className	反序列化header和content，并执行业务逻辑
场景2	隔离业务线程池	反序列化className和header，并根据header选择业务线程池	反序列化content并执行业务逻辑
场景3	不切换线程，应用于TPS较低的场景	IO线程完成所有的操作，反序列化className、header、content、执行业务逻辑	无业务线程池

反序列化时机的选择关系到系统的性能，同时在选择这个策略时也要结合具体的业务场景。比如使用场景1的方式，可以在业务线程池中再加一个根据Header的分发逻辑，使IO线程做尽量少的工作，同时不同的业务操作之间也能通过线程池隔离，达到场景2的目的，但是相对场景2的方式多了一次线程切换的开销。比如业务场景非常简单且预期的TPS也很低，那么选择场景3的方式来减少编程的复杂度可能是更好的方式。反序列化时机的选择需要贴合自己的实际业务场景去考量。

其中，SOFABolt 提供了一个接口，用于定义是否在 IO 线程执行所有任务：

• UserProcessor#processInIOThread

1. 如果用户返回 true，表示，所有的序列化及业务逻辑都在 IO 线程中执行。

2. 反之，如果返回 fasle 且用户使用了线程池隔离策略，那么就由 IO 线程反序列化 header + className。

3. 最后，如果返回 false，但用户没有使用线程池隔离策略，那么所有的反序列化和业务逻辑则都在默认（Server默认或者业务默认）线程池执行。

伪代码如下：

流程分析

为了直观的描述 SOFABolt 序列化与反序列化流程， 我们将会给出对象处理的时序图。实际上，应该有 4 种序列图：

1. Request 对象的序列化

2. Request 对象的反序列化

3. Response 对象的序列化

4. Response 对象的反序列化

但限于篇幅，本文只给出 2 和 3 的序列图，只当抛砖引玉，有兴趣的同学可以自己查看源码：）

首先是客户端序列化 Response 对象。

然后是服务端反序列化 Request 对象，实际上，性能优化通常就是在这个调用序列中 :）

注意，上图 “处理器根据用户设置进行精细
反序列化” 步骤，就是 SOFABolt 对序列化优化的核心步骤。

扩展设计

为了方便用户自定义序列化需求，SOFABolt 提供了两种扩展方式设计：

1. 简单的对象序列化扩展，例如 hessian，json，protostuff

如上文所述，如果没有自定义 header 和 content 的需求，那么直接使用 SOFABolt 的默认序列化即可，你可以通过以下方式来更换不同的序列化器（默认 hessian）：

2. 扩展 CustomSerializer 接口，自定义序列化 header，content

如果你需要自定义序列化，那么你可以参考 SOFARPC 的方式，自己实现 CustomSerializer 接口，然后将其注册到 SOFABolt 中，示例代码：

同时，SOFABolt 源码中有更详细的示例代码，地址：使用示例

总结

上文阐述了 SOFABolt 序列化的设计与实现，以及 SOFABolt 的序列化详细机制，这里再做一下总结：

1. 灵活的控制反序列化时机的重要性

   由于服务提供者需要提供高性能的服务，通常使用 Reactor 模型的架构，那么，就需要注意：通常不能在 IO 线程做耗时操作。因此，SOFABolt 默认只在 IO 线程反序列化少量数据（ClassName），其余的数据都由业务线程进行反序列化，以最大化的利用 IO 线程处理连接的能力。
   

   同时，SOFABolt 也提供了更多场景的下的反序列化时机，例如 IO 密集型的业务，为了防止大量上下文切换，就可以直接在 IO 线程处理所有任务，包括业务逻辑。同时也停供业务线程池隔离的场景，此时 IO 线程在反序列化 ClassName 的基础上，再反序列化 header，剩下的交有业务线程池。不可谓不灵活。

2. 可扩展机制的重要性
   一个好的设计的框架，通常遵守 "微核插件式，平等对待第三方规则，如果做不到微核，至少要平等对待第三方， 原作者要把自己当作扩展者，这样才能保证框架的可持续性及由内向外的稳定性"。
   SOFABolt 的序列化器，用户可以自定义扩展，无论是简单的修改对象序列化器，还是自定义整个 header 和 content 的序列化，都是非常简单的。让用户可以方便的扩展。因此，无论你是 RPC 中间件，还是消息队列中间件，使用 SOFABolt 来进行序列化都是非常的方便。

好了，本文到这里，关于 SOFABolt 的序列化机制部分就介绍完毕了，读者如果对序列化机制有什么疑问，可在下方评论与作者沟通 ，期待共同交流