C轮融资|Fury：一个基于JIT动态编译的高性能多语言原生序列化框架( 二 ) 创投圈

无缝替代JDK/Kryo/Hessian等Java序列化框架，无需修改任何代码，同时提供相比Kryo 20倍以上的性能，相比Hessian100倍以上的性能，相比JDK自带序列化200倍以上的性能，可以大幅提升高性能场景RPC调用和对象持久化效率；支持共享引用和循环引用的Golang序列化框架；支持对象自动序列化的Golang序列化框架；
目前Fury已经支持Java、Python、Golang以及C++ 。本文将首先简单介绍如何使用Fury ，然后将Fury跟别的序列化框架进行功能、性能和易用性比较， Fury的实现原理将在后续文章里面详细介绍。
如何使用Fury 这里给出跨语言序列化、纯Java序列化以及避免序列化的示例：
跨语言序列化自定义类型跨语言序列化包含循环引用的自定义类型跨语言零拷贝序列化 Drop-in替代Kryo/Hession/JDK序列化通过Fury Format避免序列化序列化自定义类型
下面是序列化用户自定义类型的一个示例，该类型里面包含多个基本类型以及嵌套类型的字段，在业务应用里面相当常见。需要注意自定义类型跨语言序列化之前需要调用registerAPI注册自定义类型，建立类型在不同语言之间的映射关系，同时保证GoLang等静态语言编译器编译代码时不裁剪掉这部分类型的符号。
Java序列化示例
import com.google.common.collect.*;import io.fury.*;import java.util.*;public class CustomObjectExample { public static class SomeClass1 { Object f1; MapByte Integerf2;public static class SomeClass2 { Object f1; String f2; ListObjectf3; MapByte Integerf4; Byte f5; Short f6; Integer f7; Long f8; Float f9; Double f10; short[
f11; ListShortf12;public static Object createObject() { SomeClass1 obj1 = new SomeClass1(); obj1.f1 = true; obj1.f2 = ImmutableMap.of((byte) -1 2); SomeClass2 obj = new SomeClass2(); obj.f1 = obj1; obj.f2 = \"abc\"; obj.f3 = Arrays.asList(\"abc\" \"abc\"); obj.f4 = ImmutableMap.of((byte) 1 2); obj.f5 = Byte.MAX_VALUE; obj.f6 = Short.MAX_VALUE; obj.f7 = Integer.MAX_VALUE; obj.f8 = Long.MAX_VALUE; obj.f9 = 1.0f / 2; obj.f10 = 1 / 3.0; obj.f11 = new short[
{(short) 1 (short) 2; obj.f12 = ImmutableList.of((short) -1 (short) 4); return obj;纯Java序列化：
public class CustomObjectExample { // mvn exec:java -Dexec.mainClass=\"io.fury.examples.CustomObjectExample\" public static void main(String[
args) { // Fury应该在多个对象序列化之间复用，不要每次创建新的Fury实例 Fury fury = Fury.builder().withLanguage(Language.JAVA) .withReferenceTracking(false) .withClassRegistrationRequired(false) .build(); byte[
bytes = fury.serialize(createObject()); System.out.println(fury.deserialize(bytes));;跨语言序列化：
public class CustomObjectExample { // mvn exec:java -Dexec.mainClass=\"io.fury.examples.CustomObjectExample\" public static void main(String[
args) { // Fury应该在多个对象序列化之间复用，不要每次创建新的Fury实例 Fury fury = Fury.builder().withLanguage(Language.XLANG) .withReferenceTracking(false).build(); fury.register(SomeClass1.class \"example.SomeClass1\"); fury.register(SomeClass2.class \"example.SomeClass2\"); byte[
bytes = fury.serialize(createObject()); // bytes can be data serialized by other languages. System.out.println(fury.deserialize(bytes));;Python序列化示例
from dataclasses import dataclassfrom typing import List Dictimport pyfury@dataclassclass SomeClass2: f1: Any = None f2: str = None f3: List[str
= None f4: Dict[pyfury.Int8Type pyfury.Int32Type
= None f5: pyfury.Int8Type = None f6: pyfury.Int16Type = None f7: pyfury.Int32Type = None # int类型默认会按照long类型进行序列化，如果对端是更加narrow的类型，# 需要使用pyfury.Int32Type等进行标注 f8: int = None # 也可以使用pyfury.Int64Type进行标注 f9: pyfury.Float32Type = None f10: float = None # 也可以使用pyfury.Float64Type进行标注 f11: pyfury.Int16ArrayType = None f12: List[pyfury.Int16Type