Datenserialization

Datenserialization ist der Prozess der Umwandlung komplexer Datenstrukturen in ein Format, das gespeichert oder über Netzwerke übertragen werden kann, und die anschließende Wiederherstellung durch Deserialisierung. Ziel ist es, Daten zuverlässig zwischen Programmen, Systemen oder Speichermedien zu transportieren, ohne die Struktur zu verlieren. Dabei unterscheidet man typischerweise textbasierte Formate wie JSON, XML oder YAML von binären Formaten wie Protocol Buffers, MessagePack oder Avro.

Anwendungsbereiche umfassen Datenaustausch zwischen Diensten (APIs, Microservices), Persistenz von Zuständen in Dateien oder Datenbanken, Remote Procedure Calls, Logging und Cache-Mechanismen. Die Wahl des Formats hängt von Kriterien wie Lesbarkeit, Leistungsbedarf, Platten-/Speicherplatz und Kompatibilität ab.

Wichtige Eigenschaften betreffen Schlüsselaspekte: Textbasierte Formate sind oft human lesbar und besser für Debugging, können aber größer oder langsamer sein. Binäre Formate bieten Kompaktheit und Geschwindigkeit, erfordern jedoch spezielle Parser. Schemalose Formate (z. B. JSON) ermöglichen Flexibilität, schemabasierte Formate (z. B. Protobuf) erfordern definierte Schemata, bieten aber starke Typisierung und stabile Kompatibilität über Versionen hinweg.

Zu den zentralen Konzepten gehören Versionierung und Kompatibilität, damit Änderungen an der Datenstruktur bestehende Systeme nicht abrupt brechen. Sicherheitsaspekte sind relevant, weil unsachgemäßes Deserialisieren zu Codeausführung führen kann; Validierung und sichere Parser sind daher wichtig.

Typische Vorgehensweisen umfassen das Serialisieren von Objekten in einen Byte- oder Textstrom, das Speichern oder Versenden und anschließend das Deserialisieren in der Zielanwendung. Beliebte Formate sind JSON und XML für einfache APIs, Protobuf, Avro oder Cap’n Proto für leistungsorientierte Systeme. Die Wahl hängt von Anforderungen wie Portabilität, Typensicherheit, Komponentenaustausch und vorhandenen Ökosystemen ab.