presentation

Werbung
Serialisierung
Benedict Fehringer
Proseminar Programmiersysteme
Betreuer: Guido Tack
Übersicht
•
•
•
•
Einführung
Datengraphen und abstrakter Speicher
Pickles (Unpickling, Pickling)
Bsp. in Java und Alice
Einführung
Was meint Serialisierung?
Serialisierung bedeutet, dass ein
Datengraph in eine eindimensionale
(lineare)-Form gebracht wird, so dass
diese eindeutig in den UrsprungsDatengraph umgewandelt werden
kann.
Wozu benötigt man
Serialisierung?
• Speichern
• Transferieren
• Compilieren
Umsetzung der Serialisierung in
verschiedenen Sprachen
• CLU (eine Sprache, die von Pascal abstammt);
(B. Liskov and St. Zilles, 1974)
• JAVA (Roger Riggs, Jim Waldo, Ann Wollrath Sun
Microsystems, Inc., 1996), Microsoft`s.NET
Framework
• Ruby oder Python
• SML/NJ (A. W. Appel and D. B. MacQueen,
1994), OCaml, Alice
• Mozart/Oz
Datengraphen
und abstrakter
Speicher
Bsp. für einen Datengraph
class A
class B
A x = new A ();
{
{
B y = new B ();
public string s;
public int j;
x.s = „aaa“;
public int i;
public A a;
x.i = 24;
public B b;
}
x.b = y;
}
y.j = 45;
y.a = x;
Bsp. für einen Datengraph
object x
string
„aaa“
int
„24“
object y
int
„45“
Adresse
Label
Inhalt
0
object x
1|2|3
1
int
„24“
2
string
„aaa“
3
object y
0|4
4
int
„45“
Datengraph (formal)
Ein Datengraph ist eine endliche Funktion g,
so dass gilt:
Ran(g)  Lab x (Str  Dom(g)*)
Abstrakter Speicher
• Spezielle Datenstrukturen benötigen eine
spezielle Repräsentation (Zahlen, Strings,
Arrays,...) (kann zur Optimierung
implementiert werden)
Pickles
Definitionen
Pickle:
- linear
- external
- „Platform-unabhängige“
Pickling
- Umwandlung eines Datengraphen in einen
Pickle
Unpickling
- Umkehrvorgang zum Pickling
Konstruktion/Unpickling von
Datengraphen
• Baum
• azyklischer Graph
• zyklischer Graph
Baum
a
c
b
c
d
Instruktion
# Nachfolger
c
0
c
0
d
0
b
2
a
2
Baum
a
c
b
c
d
Instruktion
# Nachfolger
c
0
c
0
d
0
b
2
a
2
Azyklischer Graph
a
b
c
d
Instruktion
# Nachfolger
c
0
STORE 0
-
LOAD 0
-
d
0
b
2
a
2
Azyklischer Graph
a
b
c
d
Instruktion
# Nachfolger
c
0
STORE 0
-
LOAD 0
-
d
0
b
2
a
2
Zyklischer Graph
Instruktion
a
PROMISE 0 a
b
c
d
# Nachfolger
2
c
1
STORE 1
-
LOAD 1
-
d
0
b
2
FULFIL 0
2
Zyklischer Graph
Instruktion
a
PROMISE 0 a
b
c
d
# Nachfolger
2
c
1
STORE 1
-
LOAD 1
-
d
0
b
2
FULFIL 0
2
Pickling
• Schritt 1: Datengraph
Pickle-Baum
• Schritt 2: Pickle-Baum
PostorderLinearisierung
• Schritt 3: Postorder-Linearisierung
Pickle
Schritt 1
0: a
a
1: c
b
c
Datengraph
d
-> 0
b
-> 1
Pickle-Baum
d
Schritt 2
0: a
b
1: c
-> 0
-> 1
Pickle-Baum
d
Knoten
# Nachfolger
-> 0
-
1:c
1
-> 1
-
d
0
b
2
0:a
2
Postorder-Linearisierung
Schritt 3
Knoten
Knoten
# Nachfolger
# Nachfolger
-> 0
-
PROMISE 0 a
2
1:c
1
c
1
STORE 1
-
-> 1
-
LOAD 1
-
d
0
d
0
b
2
b
2
0:a
2
FULFIL 0
2
Postorder-Linearisierung
Bottom-up-Pickle
Top-Down-Pickles
• Präorder statt Postorder
Pickle
• Kein Promise/Fulfill nötig
Top-Down
Verschiedene Darstellungen eines
Pickle-Bäume
0: a
1: c
-> 0
0: a
b
-> 1
=
d
b
-> 1
1: c
-> 0
d
Implementier-Details
• Depth First Search
(Graph
Pickle-Baum
Pickle)
• Bestimmung der maximalen Stack-Höhe
Realisierung in
JAVA und Alice
JAVA-Objekt-Modell
•
•
•
•
•
Klassen
Objekte
Felder
Methoden
...
Pickling in Java
• Objekte können serialisiert werden
• Top-Down-Mechanismus
• Pruning
Bsp. für Pickling in Java
import
public
{
public
public
}
java.io.Serializable;
class A implements Serializable
int i;
string s;
Bsp. für Pickling in Java
10 public class FlattenA
20 {
30 public static void main(String [] args)
40 {
50 A a = new A();
60 FileOutputStream fos = new FileOutputStream(“aa.ser");
70 ObjectOutputStream out = new ObjectOutputStream(fos);
80 out.writeObject(a);
90 out.close();
100 }
110 }
Bsp. für Pickling in Java
10 public class InflateA
20 {
30 public static void main(String [] args)
40 {
50 A a = null;
60 FileInputStream fis = null;
70 ObjectInputStream in = null;
80 try
90 {
100 fis = new FileInputStream(“aa.ser");
110 in = new ObjectInputStream(fis);
120 a = (A)in.readObject();
130 in.close();
140 }
150 catch(IOException ex) { ERROR!!!}
160 catch(ClassNotFoundException ex) { ERROR!!! }
170 }
180 }
Pruning
• der Programmierer kann selbst
entscheiden, welcher Teil gepickelt
werden soll und welcher nicht.
• Die nicht zu Pickelndeln Teile müssen
markiert werden
Bsp. für Pickling in Java
import java.io.Serializable;
public class A implements Serializable
{
transient public int i;
public string s;
}
Pickling in Alice
• Pickling beliebiger Daten
• Typsicherheit
• Anwendung: z.B. Komponentensystem /
Compiler
Bsp. für Pickling in Alice
signature NUM =
sig
type t
fun fromInt : int -> t
fun toInt
: t -> int
fun add
: t * t -> t
end
structure Num :> NUM =
struct
type t = int
fun toInt n
= n
fun fromInt n = n
val add
= op+
Bsp. für Pickling in Alice
Pickling:
Pickle.save: string * package -> unit
Pickle.save ("Num." ^ Pickle.extension,
pack Num :> NUM)
Unpickling:
Pickle.load: string -> package
structure Num' = unpack Pickle.load
("Num." ^ Pickle.extension) : NUM
Bsp. für Pickling in Alice
Achtung!
Num'.add (Num.fromInt 4, Num.fromInt 5)
1.0-1.39: argument type mismatch:
t * t
does not match argument type
Num'.t * Num'.t
because type
Num.t
does not unify with
Num'.t
Literaturverzeichnis
• Guido Tack, Linearisation, Minimisation and Transformation of
Data Graphs with Transients. Diplomarbeit, Saarbrücken, Mai
2003
• Roger Riggs, Jim Waldo, Ann Wollrath Sun Microsystems, Inc.,
Pickling State in the Java™ System, Toronto, Ontario, Canada,
June 1996
• Java Object Serialization Specification. Available from
http://java.sun.com/j2se/1.4/docs/guide/serialization/, 2001.
• The Alice Project. Available from http://www.ps.unisb.de/alice, 2003. Homepage at the Programming Systems
Lab, Universität des Saarlandes, Saarbrücken.
Herunterladen
Explore flashcards