在序列化、反序列化下如何保持单例(Singleton)模式

news/2025/2/11 7:54:06/

1、序列化、反序列化

在 Java 中,当一个对象被序列化后再被反序列化,通常情况下会创建一个新的对象实例。这是因为序列化将对象的状态保存到字节流中,而反序列化则是将字节流重新转化为对象。在这个过程中,通常会使用类的构造函数创建一个新的对象,并将保存的状态设置给这个新对象。

这意味着,默认情况下,在序列化和反序列化过程中,会产生新的对象实例,而不是保持原有的对象实例。这可能会导致一些问题,特别是在设计为单例(Singleton)的类或者一些需要保持引用相等性的场景下。

2、DoubleChecked单例

public class DoubleCheckedSingleton implements Serializable{private volatile static DoubleCheckedSingleton instance;private static final long serialVersionUID = 1L;private DoubleCheckedSingleton() {// 私有构造方法}public static DoubleCheckedSingleton getInstance() {if (instance == null) {synchronized (DoubleCheckedSingleton.class) {if (instance == null) {instance = new DoubleCheckedSingleton();}}}return instance;}
}

示例中,通过使用 volatile 关键字修饰 instance,确保了线程间的可见性。在 getInstance() 方法中,首先检查 instance 是否为 null,如果为 null,才会进入同步代码块。在同步代码块内,再次检查 instance 是否为 null,这是为了防止其他线程已经在等待同步锁的情况下创建了实例。如果没有其他线程已经创建了实例,就在同步代码块内创建实例。这种方式可以减少同步的次数,提高性能。

需要注意的是,虽然现代的Java版本中双重检查锁定通常是线程安全的,但在某些特殊情况下仍可能出现问题,如序列化、反射等情况。

解决上述代码的这个问题,可以在类中实现 readResolve() 方法,确保在反序列化时返回同一个对象实例,从而维护对象的单例特性。

public class DoubleCheckedSingleton implements Serializable{private volatile static DoubleCheckedSingleton instance;private static final long serialVersionUID = 1L;private DoubleCheckedSingleton() {// 私有构造方法}public static DoubleCheckedSingleton getInstance() {if (instance == null) {synchronized (DoubleCheckedSingleton.class) {if (instance == null) {instance = new DoubleCheckedSingleton();}}}return instance;}
// 重写 readResolve 方法,确保反序列化时返回同一个单例对象protected Object readResolve() {return instance;}
}

这个示例中,我添加了实现 Serializable 接口的代码,并重写了 readResolve() 方法,以确保在反序列化时返回同一个单例对象。这样,即使在序列化和反序列化过程中,也能保持单例的一致性。

3、静态内部类和枚举单例

如果你更关注简单性和可靠性,也可以考虑使用静态内部类或枚举单例来实现线程安全的单例模式。

因为这两种方法都充分利用了Java语言的特性来保证线程安全性,同时也能有效地处理序列化、反射等问题

静态内部类单例

public class StaticInnerClassSingleton {private StaticInnerClassSingleton() {// 私有构造方法}private static class SingletonHolder {private static final StaticInnerClassSingleton instance = new StaticInnerClassSingleton();}public static StaticInnerClassSingleton getInstance() {return SingletonHolder.instance;}
}

序列化

import java.io.Serializable;public class StaticInnerClassSingleton implements Serializable {private StaticInnerClassSingleton() {// 私有构造方法}private static class SingletonHolder {private static final StaticInnerClassSingleton instance = new StaticInnerClassSingleton();}public static StaticInnerClassSingleton getInstance() {return SingletonHolder.instance;}// 添加此方法以支持序列化protected Object readResolve() {return getInstance();}
}

这个实现中,静态内部类 SingletonHolder 仅在需要时才会被加载,确保了懒加载的特性。

同时,由于类加载器的机制,这种方式可以保证线程安全。

静态内部类只会被加载一次,因此在多线程环境中也能够确保单例实例的唯一性。

枚举单例

public enum EnumSingleton {INSTANCE;// 添加需要的方法和属性public void doSomething() {// 实现方法}
}

序列化

import java.io.Serializable;public enum EnumSingleton implements Serializable {INSTANCE;// 添加需要的方法和属性public void doSomething() {// 实现方法}
}

使用枚举单例可以保证在任何情况下都只有一个实例被创建,包括在多线程环境下以及在序列化、反射等特殊情况下。

枚举类的实例创建是线程安全的,而且枚举类不会被反射破坏,并且可以处理序列化和反序列化,保证了单例模式的可靠性。


http://www.ppmy.cn/news/1024531.html

相关文章

Ubuntu下跑Aplaca报错:torch.cuda.0utofMemoryError: CUDA out of memory.解决办法(查看CUDA占用情况清除GPU缓存)

缓存不够!!!!并非内存容量不够 错误提示: torch.cuda.0utofMemoryError: CUDA out of memory.Tried to allocate 2.00 MiB (PU 0; 23.69 GiB total capacity; 237 BiB already allocated; 18.38 MiB fre; 2.50 GiB re…

个保新标 | 《信息安全技术 敏感个人信息处理安全要求》(征求意见稿)发布

8 月 9 日,全国信息安全标准化技术委员会公开发布关于国家标准《信息安全技术 敏感个人信息处理安全要求》(征求意见稿)(以下简称《标准》)的通知,面向社会广泛征求意见。 《标准》的制定背景是为支撑《个人…

excel将主信息和明细信息整理为多对多(每隔几行空白如何填充)

excel导出的数据是主信息和明细信息形式。 方法如下:1、首先,从第一个单元格开始选中要填充的数据区域。2、按CtrlG或者F5调出定位对话框,点击左下角的【定位条件】。3、在【定位条件】中选择【空值】,然后点击【确定】按钮。4、按照上述操作…

CMU 15-445 -- Distributed OLTP Databases -20

CMU 15-445 -- Distributed OLTP Databases -20 引言AssumptionAgendaAtomic Commit ProtocolsTwo-Phase Commit (2PC)2PC Success2PC Abort2PC OptimizationsFault Tolerant PaxosMulti-Paxos 2PC vs. Paxos ReplicationReplication ConfigurationApproach #1: Master-Replica…

第三篇|金融人数据来源有哪些

数据对于金融行业真的很重要,那么金融人有哪些途径查数据呢? 国内: 1. 国家统计局 这个应该是无论什么行业都使用最频繁的网站,每个月都会固定发上个月资产投资数据 、工业增加值和利润数据等常规数据,其他数据也会…

AI:03-基于深度神经网络的低空无人机目标检测图像识别的研究

文章目录 数据集收集与预处理深度神经网络模型设计模型训练与优化目标检测与图像识别代码实现:实验结果与分析讨论与展望低空无人机的广泛应用为许多领域带来了巨大的潜力和机会。为了实现无人机的自主导航和任务执行,准确的目标检测和图像识别是至关重要的。本文旨在研究并提…

模板的模板参数匹配

一、模板做为模板的参数 实际的工程中有一个情况需要用回调函数来处理具体的数据,这里需要处理非类型模板参数,在处理完成后,又想把其它几种情况都写一下。在这个回调函数中,需要处理一下不同情况下,模板的模板参数问…

【LeetCode 算法】Minimum Falling Path Sum II 下降路径最小和 II-动态规划

文章目录 Minimum Falling Path Sum II 下降路径最小和 II问题描述:分析代码DP Tag Minimum Falling Path Sum II 下降路径最小和 II 问题描述: 给你一个 n x n 整数矩阵 grid ,请你返回 非零偏移下降路径 数字和的最小值。 非零偏移下降路…