因灰度要求,dubbo的rpc调用,服务存根的bean略有不同(补充字段),技术上怎样可以做到新老兼容。因是存量系统,不好改成mapper的形式了。目前用了kyro进行rpc序列化和反序列化,kyro反序列化是能支持灰度和非灰度不同的包吗?包括新调老以及老调新的情况。
kyro如果原生不支持,有没有高效且兼容性更强的反序列化方法?
因灰度要求,dubbo的rpc调用,服务存根的bean略有不同(补充字段),技术上怎样可以做到新老兼容。因是存量系统,不好改成mapper的形式了。目前用了kyro进行rpc序列化和反序列化,kyro反序列化是能支持灰度和非灰度不同的包吗?包括新调老以及老调新的情况。
kyro如果原生不支持,有没有高效且兼容性更强的反序列化方法?
Kryo 序列化实现方式CompatibleFieldSerializer
CompatibleFieldSerializer 也是 FieldSerializer 的一个扩展。它也提供了部分“向后兼容”和“向前兼容”的能力。
如果只是新增或删除字段,那么新系统还是能兼容老版本数据。但是更改字段类型或重命名字段,还是会导致兼容性问题。
CompatibleFieldSerializer 的用法很简单,对于绝大多数类型都无需额外注解。只需在被序列化的类上增加注解 @DefaultSerializer(CompatibleFieldSerializer.class)。这便利性和 FieldSerializer 很像。
CompatibleFieldSerializer 是根据每个字段的名称来识别一段数据对应哪个字段。这点与 TaggedFieldSerializer 非常类似。显然,我们也要避免父类和子类出现同名字段的情况请。
当一个被序列化的类第一次出现时,它会记住类的所有字段名。当执行序列化和反序列化时,它都会针对每个字段使用“分块编码”特性。这样就能实现“跳过”未知字段的特性。
与 TaggedFieldSerializer 类似,它的“向前兼容”、“向后兼容”及 序列化的性能,取决于它对“未识别字段”和数据分块编码的处理方式。
但是删除被“引用”的字段,也还是会引起兼容性问题的。
综合来说,因为 CompatibleFieldSerializer 提供的兼容性,以及几乎无额外配置的特性,很多软件系统都采用了这种模式