Serialisointi

Serialisointi on ohjelmistokehityksessä prosessi, jossa ohjelman sisäiset tietorakenteet tai oliot muunnetaan tallennettavaksi tai siirrettäväksi muodoksi, kuten bittivirraksi tai ihmisluettavaksi tekstiksi. Vastine on deserialisointi, jossa tallennettu data rekonstruoidaan vastaavaksi olioksi tai tietorakenteeksi. Serialisointia käytetään sekä tiedon pysyvään tallentamiseen että järjestelmien väliseen viestintään, esimerkiksi verkko- tai prosessointiyhteyksissä.

Yleisiä serialization- ja deserialization-tekniikoita ovat sekä teksti- että binäärit muodot. Tekstiformaatit, kuten JSON, XML ja YAML, ovat ihmisluettavissa ja laajalti yhteensopivia eri ohjelmointikielien kanssa. Binäärit muodot, kuten Protobuf, MessagePack, Apache Avro ja Cap'n Proto, ovat usein tiiviimpiä ja nopeampia sekä soveltuvia suorituskykyä vaativiin käyttötarkoituksiin ja suurten tietomäärien käsittelyyn. Monissa tapauksissa valinta riippuu vaaditusta suorituksesta, tiedon rakenteesta ja yhteensopivuusvaatimuksista.

Keskeisiä käsitteitä ovat skeemat ja yhteensopivuus. Skeemoilla voi määritellä, miten data jäsennetään, millaisia kenttiä on ja miten tyypit muunnetaan. Yhteensopivuus tilaa eteenpäin ja taaksepäin tarkoittaa, että vanhoja dataformaatteja voidaan lukea tai uudempia dataformaatteja kirjoittaa yhteensopivuuden säilyttämiseksi. Objektigrafiikoiden viittaukset, kiertojen ja jaettujen referenssien hallinta sekä polymorfismin tuki voivat vaatia erikoiskäsittelyä.

Turvallisuus ja suorituskyky ovat keskeisiä huolenaiheita. Deserialisaatio epäluotetuista lähteistä voi johtaa koodin suoritukseen tai tietoihin kohdistuviin hyökkäyksiin; tämä voidaan minimoida rajoittamalla deserialisoitavia tyyppejä, käyttämällä vahvistettuja skeemoja sekä varmistamalla eheys ja autentikointi. Serialisointi vaikuttaa myös tilankäyttöön ja nopeuteen; binääri- ja skeemalliset muodot ovat yleensä tiiviimpiä ja nopeampia kuin teksti, ja streaming-serialisointi mahdollistaa suurten datavirtojen käsittelyn ilman koko datan lataamista kerralla.