目录
一、概述
二、核心模块架构
三、项目结构
1. 项目结构说明
2. 项目结构小结
四、核心源码分析
1. 序列化原理介绍
2. 序列化小结
3. 反序列化流程
4. 反序列化小结
五、特性讲解
1. ASM性能优化
2. AutoType机制
3. 流式解析
六、总结
Fastjson 是阿里巴巴开源的高性能 JSON 序列化处理库，其主要以处理小数据时速度最快而著称，功能全面。Fastjson1.X版本目前已停止维护，被Fastjson2.X代替，但1.X版本国内被广泛使用，通过学习其技术架构，剖析架构上优缺点，对技术人员提升软件设计工程实践能力很有价值。
首先我们对“序列化 / 反序列化”概念上建立直观认识，把Java对象转化为JSON格式的字符串的过程叫做序列化操作，反之则叫反序列化。如果把“序列化 / 反序列化”放到整个计算机系统的坐标系里，可以把它看成一次数据的“跨边界搬家”。
对象在“内存世界”里活得很好，但只要一离开进程地址空间（网络、磁盘、数据库、浏览器、异构语言），就必须先打成包裹（序列化），到对岸再拆包裹（反序列化）。
从高层次视图看Fastjson框架的结构，主要可以分为用户接口层、配置管理层、序列化引擎、反序列化引擎和安全防护层。其中用户接口提供了门面类用户编码直接与门面类交互，降低使用复杂度；配置管理层允许用户对框架行为进行配置；序列化引擎是序列化操作的核心实现；反序列引擎是反序列化操作的核心实现；安全模块解决框架安全问题，允许用户针对安全问题设置黑白名单等安全检查功能。下图为Fastjson模块关系图：
模块关系图
com.alibaba.fastjson/├── JSON.java # 核心入口类├── annotation/ # 注解定义├── asm/ # ASM字节码精简库├── parser/ # 解析器模块│ ├── DefaultJSONParser.java # 默认JSON解析器│ ├── JSONLexer.java # 词法分析器接口│ ├── JSONScanner.java # 词法分析器实现│ └── deserializer/ # 反序列化器├── serializer/ # 序列化器模块│ ├── JSONSerializer.java # JSON序列化器│ ├── SerializeConfig.java # 序列化配置│ └── ObjectSerializer.java # 对象序列化器接口├── spi/ # SPI扩展机制├── support/ # 框架支持└── util/ # 工具类
项目结构说明
主要可以划分为以下几个核心模块（包）：
com.alibaba.fastjson (核心 API 与数据结构)
关键类 :
JSON.java: 整个库的门面（Facade），提供了最常用、最便捷的静态方法，如 toJSONString() (序列化), parseObject() (反序列化为对象), parseArray() (反序列化为数组)。通常它是用户最先接触到的类。
JSONObject.java: 继承自java.util.HashMap，用于表示 JSON 对象结构（ {key: value} ）。
JSONArray.java: 继承自java.util.ArrayList，用于表示 JSON 数组结构 ( [value1, value2] )。
com.alibaba.fastjson.serializer (序列化模块)
此模块负责将 Java 对象转换为 JSON 格式的字符串
关键类 :
JSONSerializer.java: 序列化的核心调度器。它维护了序列化的上下文信息，如对象引用、循环依赖检测、特性（ SerializerFeature ）开关等，并驱动整个序列化过程。
SerializeWriter.java: 一个高度优化的 Writer 实现，专门用于生成 JSON 字符串。它内部使用 char[] 数组来拼接字符串，避免了 String 的不可变性带来的性能损耗，是 Fastjson 高性能写入的关键。
JavaBeanSerializer.java: 默认的 JavaBean 序列化器。在未启用 ASM 优化时，它通过反射获取对象的属性（ getter 方法）并将其序列化。
ASMSerializerFactory.java: 性能优化的核心 。它使用 ASM 字节码技术在运行时动态生成序列化器类，这些类直接调用 getter 方法并操作SerializeWriter，避免了反射的性能开销。
ObjectSerializer.java: 序列化器接口。用户可以通过实现此接口来为特定类型提供自定义的序列化逻辑。
SerializeConfig.java: 序列化配置类。它维护了 Java 类型到 ObjectSerializer 的缓存。 SerializeConfig.getGlobalInstance() 提供了全局唯一的配置实例。
SerializerFeature.java: 序列化特性枚举。定义了各种序列化行为的开关，例如 WriteMapNullValue (输出 null 值的字段)、 DisableCircularReferenceDetect (禁用循环引用检测) 等。
com.alibaba.fastjson.parser (反序列化模块)
此模块负责将 JSON 格式的字符串解析为 Java 对象。
关键类 :
DefaultJSONParser.java: 反序列化的核心调度器。它负责解析 JSON 字符串的整个过程，管理 JSONLexer进行词法分析，并根据 Token (如 { , } , [ , ] , string , number 等)构建 Java 对象。
JSONLexer.java / JSONLexerBase.java: JSON 词法分析器。它负责扫描输入的 JSON 字符串，将其切割成一个个有意义的 Token ，供 DefaultJSONParser 使用。
JavaBeanDeserializer.java: 默认的 JavaBean 反序列化器。在未启用 ASM 优化时，它通过反射创建对象实例并设置其属性值。
ASMDeserializerFactory.java: 与序列化类似，它动态生成反序列化器字节码，直接调用 setter 方法或直接对字段赋值，避免了反射。
ObjectDeserializer.java: 反序列化器接口。用户可以实现此接口来自定义特定类型的反序列化逻辑。
ParserConfig.java: 反序列化配置类。维护了 Java 类型到 ObjectDeserializer 缓存，并负责管理 ASM 生成的类的加载。
Feature.java: 反序列化特性枚举，用于控制解析行为。
com.alibaba.fastjson.annotation (注解模块)
提供了一系列注解，允许用户通过声明式的方式精细地控制序列化和反序列化的行为。
关键注解 :
@JSONField: 最核心的注解，可用于字段或方法上，用于自定义字段名、格式化、序列化/反序列化顺序、是否包含等。
@JSONType: 可用于类上，用于配置该类的序列化器、反序列化器、特性开关等。
项目结构小结
Fastjson 框架在架构设计体现了“关注点分离”的原则，将序列化、反序列化、API、工具类等清晰地划分到不同的模块中。整个框架具有高度的可扩展性，用户可以通过 ObjectSerializer / ObjectDeserializer接口和丰富的注解来满足各种复杂的定制化需求。
为了更直观说明框架实现原理，本文对部分展示的源代码进行了删减，有些使用了伪代码，如需了解更多实现细节请读者阅读项目源码(https://github.com/alibaba/fastjson)
整体上Fastjson通过统一的门面API（JSON.toJSONString/parseObject）调用核心控制器（JSONSerializer/DefaultJSONParser），利用ASM字节码生成或反射机制，配合SerializeWriter/JSONLexer进行高效的Java对象与JSON字符串间双向转换，同时提供配置缓存、循环引用检测和AutoType安全防护等优化机制。下图为框架处理数据流：
数据流
序列化原理介绍
序列化步骤主要包括：序列化器查找→JavaBean字段解析→字段值转换和JSON字符串构建等过程。下图为序列化处理时序图：
序列化时序图
序列化入口与初始化
使用JSON.toJSONString()入口，将person对象转换为JSON字符串。
Person person = new Person();String json = JSON.toJSONString(person);
用户调用toJSONString方法进行对象序列化操作，JSON.java包含了多个toJSONString重载方法，共同完成核心类初始化：SerializeConfig，SerializeWriter，JSONSerializer。
//用户不指定SerializeConfig,默认私有全局配置public static String toJSONString(Object object, SerializeFilter[] filters,SerializerFeature... features) {return toJSONString(object, SerializeConfig.globalInstance, filters, null, DEFAULT_GENERATE_FEATURE, features);}public static String toJSONString(Object object,SerializeConfig config,SerializeFilter[] filters,String dateFormat,int defaultFeatures,SerializerFeature... features) {SerializeWriter out = new SerializeWriter((Writer) null, defaultFeatures, features);try {JSONSerializer serializer = new JSONSerializer(out);//省略其他代码...serializer.write(object); // 核心序列化调用return out.toString();} finally {out.close();}}
序列化控制流程
JSONSerializer.write()核心逻辑
write方法的逻辑比较简单，首先处理null值，然后根据类型查找序列器(ObjectSerializer)，最后将序列化逻辑委派给序列化器处理。
public final void write(Object object) {//如何序列化对象为null，直接写入"null"字符串if (object == null) {out.writeNull();return;}Class<?> clazz = object.getClass();ObjectSerializer writer = getObjectWriter(clazz); // 类型识别与序列化器选择try {writer.write(this, object, null, null, 0); // 委托给具体序列化器} catch (IOException e) {throw new JSONException(e.getMessage(), e);}}
类型识别与序列化器策略
框架采用策略化模式将不同类型序列化逻辑封装成不同的序列化器：
基础类型 : 使用专门的Codec（如StringCodec、IntegerCodec）
集合类型 : 使用ListSerializer、MapSerializer等
JavaBean : 使用JavaBeanSerializer或ASM动态生成的序列化器
枚举类型 : 使用EnumSerializer
SerializeConfig.getObjectWriter方法负责序列化器查找工作：
public ObjectSerializer getObjectWriter(Class<?> clazz, boolean create) {// 第一步：缓存查找ObjectSerializer writer = get(clazz);if (writer != null) {return writer;}// 第二步：SPI扩展加载（当前线程类加载器）try {final ClassLoader classLoader = Thread.currentThread().getContextClassLoader();for (Object o : ServiceLoader.load(AutowiredObjectSerializer.class, classLoader)) {if (!(o instanceof AutowiredObjectSerializer)) {continue;}AutowiredObjectSerializer autowired = (AutowiredObjectSerializer) o;for (Type forType : autowired.getAutowiredFor()) {put(forType, autowired);}}} catch (ClassCastException ex) {// skip}writer = get(clazz);if (writer == null) {// 第三步：SPI扩展加载（JSON类加载器）final ClassLoader classLoader = JSON.class.getClassLoader();if (classLoader != Thread.currentThread().getContextClassLoader()) {// 重复SPI加载逻辑...}}// 第四步：模块扩展for (Module module : modules) {writer = module.createSerializer(this, clazz);if (writer != null) {put(clazz, writer);return writer;}}// 第五步：内置类型匹配if (writer == null) {String className = clazz.getName();Class<?> superClass;if (Map.class.isAssignableFrom(clazz)) {put(clazz, writer = MapSerializer.instance);} else if (List.class.isAssignableFrom(clazz)) {put(clazz, writer = ListSerializer.instance);} else if (Collection.class.isAssignableFrom(clazz)) {put(clazz, writer = CollectionCodec.instance);} else if (Date.class.isAssignableFrom(clazz)) {put(clazz, writer = DateCodec.instance);} else if (clazz.isEnum()) {// 枚举处理逻辑} else if (clazz.isArray()) {// 数组处理逻辑} else {// 第六步：JavaBean序列化器创建if (create) {writer = createJavaBeanSerializer(clazz);put(clazz, writer);}}}return writer;}
JavaBean序列化处理
JavaBeanSerializer的write方法实现了Java对象序列化处理核心逻辑：
方法签名分析：
protected void write(JSONSerializer serializer, //JSON序列化器，提供序列化上下文和输出流Object object, //待序列化的Java对象Object fieldName, //字段名称，用于上下文追踪Type fieldType, //字段类型信息int features, //序列化特性标志位boolean unwrapped //是否展开包装，用于嵌套对象处理) throws IOException
序列化流程概览：
// 1. 空值检查和循环引用处理if (object == null) {out.writeNull();return;}if (writeReference(serializer, object, features)) {return;}// 2. 字段序列化器选择final FieldSerializer[] getters;if (out.sortField) {getters = this.sortedGetters;} else {getters = this.getters;}// 3. 上下文设置和格式判断SerialContext parent = serializer.context;if (!this.beanInfo.beanType.isEnum()) {serializer.setContext(parent, object, fieldName, this.beanInfo.features, features);}// 4.遍历属性序列化器，完成属性序列化for (int i = 0; i < getters.length; ++i) {FieldSerializer fieldSerializer = getters[i];// 获取属性值Object propertyValue = this.processValue(serializer, fieldSerializer.fieldContext, object, fieldInfoName,propertyValue, features);// 写入属性值fieldSerializer.writeValue(serializer, propertyValue);}
循环引用检测：
JavaBeanSerializerwriteReference 方法执行循环引用检测，Fastjson使用$ref占位符处理循环引用问题，防止对象循环引用造成解析查询栈溢出。
public boolean writeReference(JSONSerializer serializer, Object object, int fieldFeatures) {SerialContext context = serializer.context;int mask = SerializerFeature.DisableCircularReferenceDetect.mask;// 检查是否禁用循环引用检测if (context == null || (context.features & mask) != 0 || (fieldFeatures & mask) != 0) {return false;}// 检查对象是否已存在于引用表中if (serializer.references != null && serializer.references.containsKey(object)) {serializer.writeReference(object); // 写入引用标记return true;}return false;}
上下文管理与引用追踪：
序列化采用DFS(深度优先)算法遍历对象树，使用 IdentityHashMap<Object, SerialContext> references 来追踪对象引用：
setContext: 建立序列化上下文，记录对象层次关系
containsReference: 检查对象是否已被序列化
popContext: 序列化完成后清理上下文
protected IdentityHashMap<Object, SerialContext> references = null;protected SerialContext context;//使用链表建立序列化上下文引用链，记录对象层次关系public void setContext(SerialContext parent, Object object, Object fieldName, int features, int fieldFeatures) {if (out.disableCircularReferenceDetect) {return;}//构建当前上下文到parent上下文引用链this.context = new SerialContext(parent, object, fieldName, features, fieldFeatures);if (references == null) {references = new IdentityHashMap<Object, SerialContext>();}this.references.put(object, context);}//检查对象是否已被序列化,防止重复序列化public boolean containsReference(Object value) {if (references == null) {return false;}SerialContext refContext = references.get(value);if (refContext == null) {return false;}if (value == Collections.emptyMap()) {return false;}Object fieldName = refContext.fieldName;return fieldName == null || fieldName instanceof Integer || fieldName instanceof String;}//清理上下文，将当前序列化上下文指向父亲节点public void popContext() {if (context != null) {this.context = this.context.parent;}}
字段值转换与序列化
FieldSerializer.writeValue()核心逻辑
FieldSerializer 的writeValue方法实现了字段值的序列化操作：
public void writeValue(JSONSerializer serializer, Object propertyValue) throws Exception {// 运行时类型识别Class<?> runtimeFieldClass = propertyValue != null ?propertyValue.getClass() : this.fieldInfo.fieldClass;// 查找属性类型对应的序列化器ObjectSerializer fieldSerializer = serializer.getObjectWriter(runtimeFieldClass);// 处理特殊格式和注解if (format != null && !(fieldSerializer instanceof DoubleSerializer)) {serializer.writeWithFormat(propertyValue, format);return;}// 委托给具体序列化器处理fieldSerializer.write(serializer, propertyValue, fieldInfo.name,fieldInfo.fieldType, fieldFeatures);}
不同类型的序列化策略
基础类型序列化 ：
直接调用SerializeWriter的对应方法（writeInt、writeString等）
复杂对象序列化 ：
递归调用JSONSerializer.write()方法
维护序列化上下文和引用关系
应用过滤器和特性配置
ASM定制化序列化器加速，下文会进行详细讲解。
为序列化的类动态生成定制化的序列化器，避免反射调用开销
JSON字符串构建
SerializeWriter.java采用线程本地缓冲机制，提供高效的字符串构建：
//用于存储存JSON字符串private final static ThreadLocal<char[]> bufLocal = new ThreadLocal<char[]>();//将字符串转换为UTF-8字节数组private final static ThreadLocal<byte[]> bytesBufLocal = new ThreadLocal<byte[]>();
字符缓冲区 : 线程本地char[]数组减少内存分配，避免频繁创建临时数组对象。
动态扩容 : 根据内容长度自动调整缓冲区大小。
bufLocal初始化创建2048字符的缓冲区，回收阶段当缓冲区大小不超过 BUFFER_THRESHOLD （128KB）时，将其放回ThreadLocal缓存，超过阈值的大缓冲区不缓存，避免内存占用过大。
bytesBufLocal专门用于UTF-8编码转换过程，初始缓冲区大小：8KB（1024 * 8），根据字符数量估算所需字节数（字符数 × 3），只有不超过 BUFFER_THRESHOLD 的缓冲区才会被缓存。
序列化小结
Fastjson通过JSON.toJSONString()门面API调用JSONSerializer控制器，利用ASM字节码生成的高性能序列化器或反射机制遍历Java对象字段，配合SerializeWriter将字段名和值逐步写入缓冲区构建JSON字符串。
反序列化流程
虽然“序列化”与“反序列化”在概念上是对偶的(Serialize ↔ Deserialize)，但在实现层面并不严格对偶，反序列化实现明显比序列化复杂。核心步骤包括：反序列化器查找→ 反序列流程控制→词法分析器（Tokenizer） → 安全检查→反射/ASM 字段填充等，下图为处理时序图：
反序列化入口与反序列化器选择
反序列化从 JSON.java的parseObject方法开始：
// JSON.java - 反序列化入口public static <T> T parseObject(String text, Class<T> clazz, int features) {if (text == null) {return null;}DefaultJSONParser parser = new DefaultJSONParser(text, ParserConfig.getGlobalInstance(), features);T value = (T) parser.parseObject(clazz);parser.handleResovleTask(value);parser.close();return value;}
查找反序列化器
在 DefaultJSONParser.java 中选择合适的反序列化器：
// DefaultJSONParser.java - 反序列化器选择public <T> T parseObject(Type type, Object fieldName) {int token = lexer.token();if (token == JSONToken.NULL) {lexer.nextToken();return (T) TypeUtils.optionalEmpty(type);}//从缓存中查找反序列化器ObjectDeserializer deserializer = config.getDeserializer(type);try {if (deserializer.getClass() == JavaBeanDeserializer.class) {return (T) ((JavaBeanDeserializer) deserializer).deserialze(this, type, fieldName, 0);} else {return (T) deserializer.deserialze(this, type, fieldName);}} catch (JSONException e) {throw e;} catch (Throwable e) {throw new JSONException(e.getMessage(), e);}}
ParserConfig.java 负责获取对应类型的反序列化器：
// ParserConfig.java - 反序列化器获取public ObjectDeserializer getDeserializer(Type type) {ObjectDeserializer deserializer = this.deserializers.get(type);if (deserializer != null) {return deserializer;}//通过Class查找if (type instanceof Class<?>) {return getDeserializer((Class<?>) type, type);}//通过泛型参数查找if (type instanceof ParameterizedType) {Type rawType = ((ParameterizedType) type).getRawType();if (rawType instanceof Class<?>) {return getDeserializer((Class<?>) rawType, type);} else {return getDeserializer(rawType);}}return JavaObjectDeserializer.instance;}
反序列化控制流程
JavaBeanDeserializer.java 的deserialze实现了反序列化主要处理流程。
// JavaBeanDeserializer.java - 类型识别与字段匹配public <T> T deserialze(DefaultJSONParser parser, Type type, Object fieldName, int features, int[] setFlags) {// 1.特殊类型快速处理if (type == JSON.class || type == JSONObject.class) {return (T) parser.parse();}//2.初始化核心组件final JSONLexer lexer = parser.lexer;//3.反序列化上下文管理ParseContext context = parser.getContext();if (object != null && context != null) {context = context.parent;}ParseContext childContext = null;//保存解析后字段值Map<String, Object> fieldValues = null;// JSON关键字分支预处理if (token == JSONToken.RBRACE) {lexer.nextToken(JSONToken.COMMA);if (object == null) {object = createInstance(parser, type);}return (T) object;}//处理其他JSON关键字...//4.字段解析主循环for (int fieldIndex = 0, notMatchCount = 0;; fieldIndex++) {boolean customDeserializer = false;//这是一个性能优化的设计，通过预排序和索引访问来提高字段匹配的效率，//通常情况下JSON串按字段定义顺序排列，因此能快速命中if (fieldIndex < sortedFieldDeserializers.length && notMatchCount < 16) {fieldDeserializer = sortedFieldDeserializers[fieldIndex];fieldInfo = fieldDeserializer.fieldInfo;fieldClass = fieldInfo.fieldClass;fieldAnnotation = fieldInfo.getAnnotation();if (fieldAnnotation != null && fieldDeserializer instanceof DefaultFieldDeserializer) {customDeserializer = ((DefaultFieldDeserializer) fieldDeserializer).customDeserilizer;}}Object fieldValue = null;if (fieldDeserializer != null) {char[] name_chars = fieldInfo.name_chars;//指定了自定义发序列化器，后续使用自定义序列化器处理if (customDeserializer && lexer.matchField(name_chars)) {matchField = true;// 基本类型快速路径匹配} else if (fieldClass == int.class || fieldClass == Integer.class) {//词法分析,解析int值int intVal = lexer.scanFieldInt(name_chars);if (intVal == 0 && lexer.matchStat == JSONLexer.VALUE_NULL) {fieldValue = null;} else {fieldValue = intVal;}if (lexer.matchStat > 0) {matchField = true;valueParsed = true;} else if (lexer.matchStat == JSONLexer.NOT_MATCH_NAME) {//增加计算，记录未命中次数以调整匹配策略notMatchCount++;continue;}} else if(...){//省略其他基础类型处理}}// 快速匹配失败，动态扫描字段名,通过符号表优化:返回的字符串可能是符号表中的缓存实例if (!matchField) {key = lexer.scanSymbol(parser.symbolTable);// $ref 引用处理if ("$ref" == key && context != null) {handleReferenceResolution(lexer, parser, context)}// @type 类型处理if ((typeKey != null && typeKey.equals(key))|| JSON.DEFAULT_TYPE_KEY == key) {//AutoType安全检查config.checkAutoType(typeName, expectClass, lexer.getFeatures());handleTypeNameResolution(lexer, parser, config, beanInfo, type, fieldName);}}}// 5.如果对象为空，则创建对象实例if (object == null && fieldInfo == null) {object = createInstance(parser, type);if (object == null) {return null;}}//6. 字段值设置for (Map.Entry<String, Object> entry : fieldValues.entrySet()) {FieldDeserializer fieldDeserializer = getFieldDeserializer(entry.getKey());if (fieldDeserializer != null) {fieldDeserializer.setValue(object, entry.getValue());}}return (T) object;}
字符串解析阶段（词法分析）
JSONLexerBase内部维护词法解析状态机，实现词法分析核心逻辑，下面展示了Integer值类型处理源码：
public int scanFieldInt(char[] fieldName) {matchStat = UNKNOWN;// 1. 字段名匹配阶段if (!charArrayCompare(fieldName)) {matchStat = NOT_MATCH_NAME;return 0;}int offset = fieldName.length;char chLocal = charAt(bp + (offset++));// 2. 负号处理final boolean negative = chLocal == '-';if (negative) {chLocal = charAt(bp + (offset++));}// 3. 数字解析核心算法int value;if (chLocal >= '0' && chLocal <= '9') {value = chLocal - '0';for (;;) {chLocal = charAt(bp + (offset++));if (chLocal >= '0' && chLocal <= '9') {value = value * 10 + (chLocal - '0');// 十进制累加} else if (chLocal == '.') {matchStat = NOT_MATCH; // 拒绝浮点数return 0;} else {break;}}// 4. 溢出检测if (value < 0 //|| offset > 11 + 3 + fieldName.length) {if (value != Integer.MIN_VALUE //|| offset != 17 //|| !negative) {matchStat = NOT_MATCH;return 0;}}} else {matchStat = NOT_MATCH;return 0;}// 5. JSON 结束符处理if (chLocal == ',') {bp += offset;this.ch = this.charAt(bp);matchStat = VALUE;token = JSONToken.COMMA;return negative ? -value : value;}if (chLocal == '}') {// ... 处理对象结束和嵌套结构chLocal = charAt(bp + (offset++));if (chLocal == ',') {token = JSONToken.COMMA;bp += offset;this.ch = this.charAt(bp);} else if (chLocal == ']') {token = JSONToken.RBRACKET;bp += offset;this.ch = this.charAt(bp);} else if (chLocal == '}') {token = JSONToken.RBRACE;bp += offset;this.ch = this.charAt(bp);} else if (chLocal == EOI) {token = JSONToken.EOF;bp += (offset - 1);ch = EOI;} else {matchStat = NOT_MATCH;return 0;}matchStat = END;} else {matchStat = NOT_MATCH;return 0;}return negative ? -value : value;}
类型安全检查（AutoType检查）
ParserConfig.java 中的checkAutoType方法对反序列化类型做黑白名单检查。
// ParserConfig.java - AutoType安全检查public Class<?> checkAutoType(String typeName, Class<?> expectClass, int features) {if (typeName == null) {return null;}if (typeName.length() >= 192 || typeName.length() < 3) {throw new JSONException("autoType is not support. " + typeName);}String className = typeName.replace('$', '.');Class<?> clazz = null;final long BASIC = 0xcbf29ce484222325L;final long PRIME = 0x100000001b3L;final long h1 = (BASIC ^ className.charAt(0)) * PRIME;// hash code编码匹配性能优化if (h1 == 0xaf64164c86024f1aL) {throw new JSONException("autoType is not support. " + typeName);}if ((h1 ^ className.charAt(className.length() - 1)) * PRIME == 0x9198507b5af98f0L) {throw new JSONException("autoType is not support. " + typeName);}final long h3 = (((((BASIC ^ className.charAt(0))* PRIME)^ className.charAt(1))* PRIME)^ className.charAt(2))* PRIME;if (autoTypeSupport || expectClass != null) {long hash = h3;for (int i = 3; i < className.length(); ++i) {hash ^= className.charAt(i);hash *= PRIME;if (Arrays.binarySearch(denyHashCodes, hash) >= 0 && TypeUtils.getClassFromMapping(typeName) == null) {throw new JSONException("autoType is not support. " + typeName);}if (Arrays.binarySearch(acceptHashCodes, hash) >= 0) {clazz = TypeUtils.loadClass(typeName, defaultClassLoader, false);if (clazz != null) {return clazz;}}}}// ... 更多安全检查逻辑return clazz;}
对象实例化过程
JavaBeanDeserializer.java中的createInstance方法创建对象实例：
// JavaBeanDeserializer.java - 对象实例化protected Object createInstance(DefaultJSONParser parser, Type type) {if (type instanceof Class) {if (clazz.isInterface()) {// 接口类型使用Java反射创建实例Class<?> clazz = (Class<?>) type;ClassLoader loader = Thread.currentThread().getContextClassLoader();final JSONObject obj = new JSONObject();Object proxy = Proxy.newProxyInstance(loader, new Class<?>[] { clazz }, obj);return proxy;}}if (beanInfo.defaultConstructor == null && beanInfo.factoryMethod == null) {return null;}Object object;try {//通过构造器创建实例Constructor<?> constructor = beanInfo.defaultConstructor;if (beanInfo.defaultConstructorParameterSize == 0) {object = constructor.newInstance();} else {ParseContext context = parser.getContext();if (context == null || context.object == null) {throw new JSONException("can't create non-static inner class instance.");}final Class<?> enclosingClass = constructor.getDeclaringClass().getEnclosingClass();object = constructor.newInstance(context.object);}} catch (JSONException e) {throw e;} catch (Exception e) {throw new JSONException("create instance error, class " + clazz.getName(), e);}return object;}
FieldDeserializer.java中的setValue方法通过反射实现字段设置：
// FieldDeserializer.java - 属性赋值的核心实现public void setValue(Object object, Object value) {if (value == null && fieldInfo.fieldClass.isPrimitive()) {return;} else if (fieldInfo.fieldClass == String.class&& fieldInfo.format != null&& fieldInfo.format.equals("trim")) {value = ((String) value).trim();}try {Method method = fieldInfo.method;if (method != null) {if (fieldInfo.getOnly) {// 处理只读属性的特殊情况if (fieldInfo.fieldClass == AtomicInteger.class) {AtomicInteger atomic = (AtomicInteger) method.invoke(object);if (atomic != null) {atomic.set(((AtomicInteger) value).get());}} else if (Map.class.isAssignableFrom(method.getReturnType())) {Map map = (Map) method.invoke(object);if (map != null) {map.putAll((Map) value);}} else {Collection collection = (Collection) method.invoke(object);if (collection != null && value != null) {collection.clear();collection.addAll((Collection) value);}}} else {// 通过setter方法赋值method.invoke(object, value);}} else {// 通过字段直接赋值final Field field = fieldInfo.field;if (field != null) {field.set(object, value);}}} catch (Exception e) {throw new JSONException("set property error, " + clazz.getName() + "#" + fieldInfo.name, e);}}
反序列化小结
Fastjson通过JSON.parseObject()门面API调用DefaultJSONParser控制器，利用JSONLexer进行词法分析解析JSON字符串，经过AutoType安全检查后使用ASM字节码生成动态反序列化器或反射机制创建Java对象实例并逐字段赋值。
ASM性能优化
ASM 是 fastjson 类似于 JIT，在运行时把「反射调用」翻译成「直接字段访问 + 方法调用」的字节码，从而把序列化/反序列化性能提升 20% 以上，当然随着JVM对反射性能的优化性能差正在逐渐被缩小。下图是作者使用工具类读取的动态序列化/反序列化器源码片段。
AutoType机制
AutoType是 fastjson 的“动态多态还原”方案:
序列化时把具体子类名字写进 "@type"，反序列化时先加载类 → 再调 setter → 完成还原。
速度上“指针引用”即可定位序列化器，功能上靠 @type 字段把被擦除的泛型/接口/父类重新映射回具体实现。
在未开启AutoType机制情况下，在将store对象序列化成JSON串后，再反序列化为对象时由于字段的类型为接口无法转换成具体的Dog类型示例；开启AutoType机制后，序列化时将类型一并写入到JSON串内，后续进行反序列化时可以根据这个类型还原成具体的类型实例。
interface Animal {}class Dog implements Animal {private String name;private double weight;//省略getter,setter}class PetStore {private Animal animal;}public static void main(String[] args) {Animal dog = new Dog("dodi", 12);PetStore store = new PetStore(dog);String jsonString = JSON.toJSONString(store);PetStore petStore = JSON.parseObject(jsonString, PetStore.class);Dog parsedDog = (Dog) petStore.getAnimal();}
public static void main(String[] args) {Animal dog = new Dog("dodi", 12);PetStore store = new PetStore(dog);String jsonString = JSON.toJSONString(store, SerializerFeature.WriteClassName);PetStore petStore = JSON.parseObject(jsonString, PetStore.class);Dog parsedDog = (Dog) petStore.getAnimal();}
AutoType 让 fastjson 在反序列化时根据 @type 字段动态加载任意类，这一“便利”却成为攻击者远程代码执行的快捷通道：通过把JdbcRowSetImpl等 JNDI 敏感类写进 JSON，服务端在调用 setter 的瞬间就会向外部 LDAP/RMI 服务器拉取恶意字节码，完成 RCE；而官方长期依赖“黑名单”堵漏，导致 1.2.25→1.2.80 出现 L 描述符、Throwable 二次反序列化、内部类等连续绕过，形成“补丁-绕过-再补丁”的猫鼠游戏， 虽然在1.2.68 引入 safeMode 但为了兼容性需要使用者手动开启 ，而且实现也不够健壮，开启safeMode仍有利用代码漏洞绕过检查风险，后续版本对safeMode加固并对已知安全漏洞清零，直到最新1.2.83版本安全问题也不能说彻底解决。
流式解析
Fastjson 提供一套 Streaming API，核心类JSONReader /JSONWriter，行业内惯称「流式解析」或「增量解析」，主要用于处理JSON大文件解析。技术上流式解析采用“拉模式（pull parsing）”，底层维护 8 KB 滑动缓冲，词法分析器（Tokenizer）把字节流切成 token 流，语法状态机根据 token 类型驱动反序列化器（ObjectReader）即时产出 Java 对象，对象一旦交付给用户代码处理后，内部引用立即释放。这种方式内存中不会保存所有对象，对象处理完即被丢弃，因此可以处理数据量远大于内存的数据，而不会出现OOM。下面是使用流式解析的示例代码：
// 依赖：com.alibaba:fastjson:1.2.83try (JSONReader reader = new JSONReader(new InputStreamReader(new FileInputStream("huge-array.json"), StandardCharsets.UTF_8))) {reader.startArray(); // 告诉解析器：根节点是 []while (reader.hasNext()) { // 拉取下一条Order order = reader.readObject(Order.class); // 瞬时对象processOrder(order);//业务处理orderRepository.save(order); // 立即落盘，内存即可回收}reader.endArray();}
Fastjson核心特性在于高速序列化/反序列化，利用ASM在运行时生成字节码动态创建解析器，减少反射；AutoType字段支持多态，却带来反序列化RCE风险，建议关闭AutoType，开启safeMode。选型建议：在选择JSON序列化框架时对于非极端性能要求推荐Jackson，或者使用Fastjson2，其改用LambdaMetafactory替换ASM，性能再提升30%，默认关闭AutoType安全性有保证。
参考资料：
FastJson 反序列化漏洞原理分析（https://www.cnblogs.com/Only-xiaoxiao/p/17213248.html）
序列化与反序列化——FastJSON、Jackson、Gson性能测试（https://zhuanlan.zhihu.com/p/529342385）
-
FASTJSON 2 Autotype机制介绍（https://alibaba.github.io/fastjson2/autotype_cn.html）
往期回顾
文 /剑九
关注得物技术，每周一、三更新技术干货
要是觉得文章对你有帮助的话，欢迎评论转发点赞～
未经得物技术许可严禁转载，否则依法追究法律责任。
“
扫码添加小助手微信
如有任何疑问，或想要了解更多技术资讯，请添加小助手微信：
