第 1 篇 从一个 Student 类开始¶
通过 Java 序列化通用知识，一步步引出MapReduce的序列化。
1.1 先定义一个类¶
我们有一个学生，他有学号、姓名、身高。在 Java 里，先给它一个名字：
一个空的类，什么也做不了。但它已经是一个"类型"了——我们可以用它来创建对象。
问答 1-1：空类能造出对象吗¶
问题¶
一个空类，new Student() 能造出对象吗？造出来之后，它占多大内存？里面有东西吗？
答案¶
能造出来。
一个类能不能 new，取决于它有没有可用的构造方法，和有没有字段无关。空类没写构造方法，Java 会自动补一个无参构造，所以 new Student() 完全合法。
对象占的内存不是 0。它至少要包含对象的"管理信息"，再加上字段的空间。空类没有字段，但依然要占十几个字节左右（具体多少取决于 JVM 实现，不必记精确值）。
里面"有东西"但你看不到：这个对象知道自己属于哪个类（getClass() 能查到），其余字段一个都没有。
1.2 加上字段¶
学生要有数据可存。三个字段，代表三条信息：
public class Student {
private int id; // 学号
private String name; // 姓名
private double height; // 身高
}
字段都用 private。这是封装的基本做法：数据藏在类里，外面要通过方法去读写。
问答 1-2：为什么要用 private¶
问题¶
如果改成 public int id;，外面直接 student.id = 1 也能用，代码还更短。那为什么我们不这么写？
答案¶
因为 public 等于把修改权彻底交出去，而 private 把修改权留在类自己手里。
身高不能是负数。用 public，你无处下手——外面 student.height = -5; 照样能进去，你拦不住。
用 private，只要改 setHeight 一个方法，就可以拦住不合理的修改：
public void setHeight(double height) {
if (height < 0) {
throw new IllegalArgumentException("身高不能为负");
}
this.height = height;
}
所有调用方自动获得这个检查，一行都不用改。
结论：private 不是"为了安全"这种空话，而是为将来留一个可以插入逻辑的入口。下一篇你会看到这个入口还有别的用处。
1.3 加上读写方法¶
除了修改，我们还要查询字段的值，于是每个字段配一对方法：
get 是读，set 是写。三个字段就要三对，一共六个方法。
所以 getter/setter 的价值不在于"现在这行赋值"，而在于它把访问路径收拢成了一个唯一入口。将来要加日志、加校验、加通知，都是往这个入口里塞。
public int getId() public void setId(int id)
public String getName() public void setName(String name)
public double getHeight() public void setHeight(double height)
这些方法本身没什么逻辑，只做一件事：把值放进去、把值取出来。这种方式通常叫 POJO（简单 Java 对象）——只有字段和读写方法，不掺业务逻辑。
1.4 加上 toString¶
如果不重写 toString()，System.out.println(student) 打印出来是这样的：
一串"类名@地址"，看不出任何内容。后面那一串十六进制，其实是对象的哈希值，不是它的内存地址，但同样看不出里面存了什么。
问答 1-3：为什么默认不打印字段¶
问题¶
既然默认的 toString() 这么难用，为什么 Java 不干脆默认就打印字段？如果默认打印全部字段，会有什么麻烦？
答案¶
因为"打印哪些字段"是业务决定，不是语言能替你做主的。
具体有三个麻烦：
- 性能：一个大对象可能有上百个字段，甚至嵌套着别的对象。默认全打印，一句日志就可能拖慢程序。
- 安全：对象里如果有密码、身份证号，默认打印就等于把它们写进了日志文件。
- 递归：如果 A 里有 B，B 里又有 A，互相打印就无限循环了。
所以 Java 把这件事留给你自己做——你只打印你想打印的。默认那个 类名@哈希值 是一个"最保守"的选择：什么信息都不泄露，也绝不会死循环。
@Override
public String toString() {
return "Student{" +
"id=" + id +
", name='" + name + '\'' +
", height=" + height +
'}';
}
打印出来就变成了：
后面每一篇验证结果，都靠这个方法。它相当于给对象配了一个"显示器"。
1.5 完整代码¶
到这里，Student 已经完整了。
package com.studybigdata.hadoop.java.entity;
public class Student {
private int id;
private String name;
private double height;
public int getId() {
return id;
}
public void setId(int id) {
this.id = id;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public double getHeight() {
return height;
}
public void setHeight(double height) {
this.height = height;
}
@Override
public String toString() {
return "Student{" +
"id=" + id +
", name='" + name + '\'' +
", height=" + height +
'}';
}
}
放在 entity 包里，因为它是"实体"——描述一个具体的东西，不是工具，也不是流程。
1.6 怎么用它¶
写一个 main 方法，创建一个学生，给字段赋值，再打印出来：
public static void main(String[] args) {
Student student = new Student();
student.setId(1);
student.setName("张三");
student.setHeight(180.0);
System.out.println(student);
}
运行结果：
new Student() 在内存里造了一个对象，setXxx 往里填数据，println 把它打印出来。这就是一个 POJO 的完整生命周期。
1.7 这个对象活不过程序¶
现在请做一个实验：把上面这段 main 跑完，然后重新启动程序。
刚才那个 Student 对象不存在了。
new 出来的对象只活在程序运行期间，存在内存里。程序一退出，内存被回收，对象就没了。下次启动，你得从头 new 一个、重新赋值。
问答 1-4：能不能自己拼成一行文本¶
问题¶
既然对象留不住，那能不能自己写个方法，把三个字段拼成一个字符串存进 .txt 文件？比如存成 1,张三,180.0。下次读进来，用 split(",") 拆开再填回去。这样行不行？会遇到什么问题？
答案¶
行，这就是 CSV，实际上很常用。但有几个坑：
- 分隔符冲突：如果名字本身带逗号，比如
张,三，split(",")就会多切出一段，后面全部错位。 - 还得转字符串：
height是double，写成文本后要Double.parseDouble转回来，来回一次可能丢精度。 - 没有类型信息：读文件的人看到
1,张三,180.0，得先知道"第一列是 int、第三列是 double"才能解析。这个规则还是靠约定。 - 效率低：文本格式占空间更大，转换也更慢。
所以这条路不是不行，而是只适合"给人看、量小"的场景。
下一篇走另一条路：不拼成文本，而是把字段直接变成二进制字节。这样没有分隔符问题，也不用担心精度。
如果这个学生信息要留下来——下次启动还能读到，或者要发到另一台机器上——就必须把它变成程序之外能保存的东西。
内存里的对象，存不进硬盘，也发不过网线。硬盘和网络能处理的只有一种东西：字节。
1.8 下一篇要解决的问题¶
于是问题变成了：
怎么把一个
Student对象，变成一串字节？
下一篇先不借助任何特殊接口，就用最直接的办法：把三个字段一个一个拆出来，写进文件。