Understanding Serialization in Programming Systems

1. Serialisierung Benedict Fehringer Proseminar Programmiersysteme Betreuer: Guido Tack

2. Übersicht • Einführung • Datengraphen und abstrakter Speicher • Pickles (Unpickling, Pickling) • Bsp. in Java und Alice

3. Einführung

4. Was meint Serialisierung? Serialisierung bedeutet, dass ein Datengraph in eine eindimensionale (lineare)-Form gebracht wird, so dass diese eindeutig in den Ursprungs-Datengraph umgewandelt werden kann.

5. Wozu benötigt man Serialisierung? • Speichern • Transferieren • Compilieren

6. 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

7. Datengraphen und abstrakter Speicher

8. Bsp. für einen Datengraph class A { public string s; public int i; public B b; } class B { public int j; public A a; } A x = new A (); B y = new B (); x.s = „aaa“; x.i = 24; x.b = y; y.j = 45; y.a = x;

9. Bsp. für einen Datengraph object x Adresse Label Inhalt 0 1 2 3 4 object x int string object y int 1 | 2 | 3 „24“ „aaa“ 0 | 4 „45“ string „aaa“ object y int „24“ int „45“

10. Datengraph (formal) Ein Datengraph ist eine endliche Funktion g, so dass gilt: Ran(g)  Lab x (Str  Dom(g)*)

11. Abstrakter Speicher • Spezielle Datenstrukturen benötigen eine spezielle Repräsentation (Zahlen, Strings, Arrays,...) (kann zur Optimierung implementiert werden)

12. Pickles

13. Definitionen Pickle: - linear - external - „Platform-unabhängige“ Pickling - Umwandlung eines Datengraphen in einen Pickle Unpickling - Umkehrvorgang zum Pickling

14. Konstruktion/Unpickling von Datengraphen • Baum • azyklischer Graph • zyklischer Graph

15. Baum Instruktion # Nachfolger a c 0 c b c 0 d 0 c d b 2 a 2

16. Baum Instruktion # Nachfolger a c 0 c b c 0 d 0 c d b 2 a 2

17. Azyklischer Graph Instruktion # Nachfolger a c 0 b STORE 0 - LOAD 0 - c d d 0 b 2 a 2

18. Azyklischer Graph Instruktion # Nachfolger a c 0 b STORE 0 - LOAD 0 - c d d 0 b 2 a 2

19. Zyklischer Graph Instruktion # Nachfolger a PROMISE 0 a 2 c 1 b STORE 1 - LOAD 1 - c d d 0 b 2 FULFIL 0 2

20. Zyklischer Graph Instruktion # Nachfolger a PROMISE 0 a 2 c 1 b STORE 1 - LOAD 1 - c d d 0 b 2 FULFIL 0 2

21. Pickling • Schritt 1: Datengraph Pickle-Baum • Schritt 2: Pickle-Baum Postorder-Linearisierung • Schritt 3: Postorder-Linearisierung Pickle

22. Schritt 1 0: a a 1: c b b c d d -> 1 -> 0 Datengraph Pickle-Baum

23. Knoten # Nachfolger -> 0 - 1:c 1 -> 1 - d 0 b 2 2 0:a Schritt 2 0: a b 1: c -> 0 d -> 1 Pickle-Baum Postorder-Linearisierung

24. Knoten Knoten # Nachfolger # Nachfolger -> 0 1:c -> 1 d b 0:a - 1 - 0 2 2 PROMISE 0 a c STORE 1 LOAD 1 d b FULFIL 0 2 1 - - 0 2 2 Schritt 3 Postorder-Linearisierung Bottom-up-Pickle

25. Top-Down-Pickles • Präorder statt Postorder Top-Down Pickle • Kein Promise/Fulfill nötig

26. Verschiedene Darstellungen eines Pickle-Bäume 0: a 0: a 1: c b b = -> 1 d d 1: c -> 0 -> 1 -> 0

27. Implementier-Details • Depth First Search (Graph Pickle-Baum Pickle) • Bestimmung der maximalen Stack-Höhe

28. Realisierung in JAVA und Alice

29. JAVA-Objekt-Modell • Klassen • Objekte • Felder • Methoden • ...

30. Pickling in Java • Objekte können serialisiert werden • Top-Down-Mechanismus • Pruning

31. Bsp. für Pickling in Java import java.io.Serializable;public class A implements Serializable{public int i;public string s; }

32. Bsp. für Pickling in Java 10 public class FlattenA20 {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 }

33. Bsp. für Pickling in Java 10 public class InflateA20 {30 public static void main(String [] args)40 {50 A a = null;60 FileInputStream fis = null;70 ObjectInputStream in = null;80 try90 {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 }

34. Pruning • der Programmierer kann selbst entscheiden, welcher Teil gepickelt werden soll und welcher nicht. • Die nicht zu Pickelndeln Teile müssen markiert werden

35. Bsp. für Pickling in Java import java.io.Serializable;public class A implements Serializable{transient public int i;public string s; }

36. Pickling in Alice • Pickling beliebiger Daten • Typsicherheit • Anwendung: z.B. Komponentensystem / Compiler

37. 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+ end

38. 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

39. 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

40. 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.uni-sb.de/alice, 2003. Homepage at the Programming Systems Lab, Universität des Saarlandes, Saarbrücken.