核心问题是反序列化时对象重建过重且无法回收。Java原生序列化会隐式构建完整对象图，导致堆内存与元空间暴涨OOM；应禁用默认类解析、预检流长、限嵌套深度、清理污染字段，并以Protobuf/FlatBuffers/JSON+GZIP替代。
核心问题不在“序列化得多”，而在“反序列化时建得重、收不回”。老版本 java 原生序列化（objectoutputstream/objectinputstream）在反序列化阶段会隐式重建完整对象图，触发大量中间对象实例化、反射类加载、代理类生成，极易引发堆内存暴涨、元空间持续增长，最终 oom。
识别是否是序列化引发的对象膨胀
出现以下任一现象，高度提示原生序列化是罪魁祸首：
- 堆直方图（
jmap -histo）中java.util.HashMap$Node、sun.reflect.annotation.AnnotationInvocationHandler、java.lang.Class实例数量异常激增，且调用栈可追溯至ObjectInputStream.readObject() - 单次反序列化后，对象图深度 >10 层、子引用数 >100，但业务逻辑根本不需要如此复杂的结构
-
jstat -gc显示MU（Metaspace Used）持续缓慢上涨，且ClassLoader未被卸载（如存在LeakClassLoader） - 传输一个仅几百 KB 的字节流，反序列化后堆中却出现数 MB 的
byte[]或Object[]数组
立即阻断反序列化阶段的隐式扩张
不依赖默认行为，从入口处收紧控制：
- 禁用默认类解析：继承
ObjectInputStream，重写resolveClass，只允许白名单内的类（如com.myapp.dto.开头）被加载 - 预检字节流：在调用
readObject()前，检查输入流总长度，单次建议 ≤512 KB；超限直接拒绝 - 限制嵌套深度：自定义
ObjectInputStream，重写readObjectOverride，每进入一层对象递归就计数，超过 5 层立即抛InvalidClassException - 清理污染字段：严禁将
ThreadLocal、ClassLoader、Connection、含静态缓存的工具类等上下文对象放入可序列化字段——它们会拖入不可见的强引用链，阻碍 GC
用轻量协议替代原生序列化
真正的大变量（报表数据、批量日志、图像元信息）必须换协议：
JavaStoryDevelop
下载
你接手一个需求时，是不是经常这样："改一个小字段 → 结果把不相关的代码也改了"、"需求说得很模糊 → 做着做着发现跑偏了"、"数据库加个字段 → 上线才发现漏了数据兼容"、"做了个新功能 → 一个月后自己都忘了当时怎么设计的"、"写到一半被中断 → 再回来不知道从哪继续"；这个 Skill 就是专门解决这些问题的。 它会自动探测你的项目环境（JDK、Spring Boot、ORM、数据库、前端框架），记在
- 结构化数据优先选 Protobuf：体积约为 Java 原生序列化的 1/4，无反射、无任意代码执行，需提前定义
.protoschema；或选 FlatBuffers：支持零拷贝读取，适合只读高频场景 - 纯文本大数据走 JSON + GZIP：用 Jackson 配置
SmileFactory（二进制 JSON）提升效率；对浮点数启用WRITE_NUMBERS_AS_STRINGS避免精度丢失；压缩后传输，实测压缩率常达 60%+ - 超大二进制（如文件切片）改用分块传输：每次只传 ≤1 MB 的
byte[]，服务端按序拼接并用 MD5 校验完整性，避免单次加载巨型数组
辅助加固与验证手段
光换协议不够，还需配套动作确保落地有效：
立即学习“Java免费学习笔记（深入）”；
- 在 RPC 框架或消息中间件层统一拦截：所有入参/出参强制走新协议，禁止
Serializable类型跨服务流动 - 上线前做反序列化压力测试：构造深度/宽度边界值的 payload，监控堆内存、元空间、GC 频次变化
- 开启 JVM 参数
-XX:+TraceClassLoading和-XX:+TraceClassUnloading，确认无非预期类被反复加载 - 对存量 DTO 类加注解标记（如
@DeprecatedSerialization），配合 SonarQube 规则扫描，杜绝新代码误用
