4. 序列化与反序列化优化：JSON vs Protobuf vs Kryo，序列化性能对比与选型

在风控链路中，每一次规则判断、特征计算、模型推理都伴随着大量数据的跨进程、跨网络传输。序列化与反序列化的效率直接决定了链路的延迟上限。选错序列化方案，即使 CPU 和内存资源充足，延迟也可能飙升数倍。本章从字节大小、序列化/反序列化速度、内存分配三个维度，对 JSON、Protobuf、Kryo 进行深度对比，并给出风控场景下的选型建议。

4.1 三种序列化方案的核心差异

4.2 序列化性能基准对比

以下数据基于同一台物理机（Intel Xeon 3.0GHz, 32GB RAM, JDK 17）对 10 万条风控事件对象（含用户 ID、设备指纹、IP、行为标签等 20 个字段）进行序列化与反序列化测试。单位：微秒（μs），数值越低越好。

4.3 选型决策树

根据风控链路的不同环节，推荐以下选型策略：

• 规则引擎内部（Java ↔ Java）： 优先 Kryo（Unsafe 模式），注册所有特征类，使用 ThreadLocal 复用 Kryo 实例。
• 特征服务 ↔ 模型推理（Java ↔ Python）： 使用 Protobuf，定义统一的 feature.proto，通过 gRPC 传输。
• 风控结果回调 / 异步消息（Java ↔ Kafka）： 使用 Protobuf 或 Avro，保证 Schema 兼容性。
• 调试日志 / 本地缓存： 使用 JSON，方便人工阅读和排查。

4.4 Kryo 在风控链路中的最佳实践

Kryo 虽然性能极佳，但使用不当容易引发线程安全问题或类注册遗漏。以下是经过生产验证的配置模板：

// Kryo 线程安全配置：每个线程独立实例，通过 ThreadLocal 复用
public class KryoSerializer {
    private static final ThreadLocal<Kryo> kryoThreadLocal = ThreadLocal.withInitial(() -> {
        Kryo kryo = new Kryo();
        kryo.setRegistrationRequired(true);  // 强制注册，避免字段名反射
        kryo.setReferences(false);           // 风控对象无循环引用，关闭引用跟踪
        kryo.setInstantiatorStrategy(new StdInstantiatorStrategy());

        // 注册风控核心类（必须按固定顺序）
        kryo.register(RiskEvent.class, 1);
        kryo.register(FeatureVector.class, 2);
        kryo.register(DeviceInfo.class, 3);
        kryo.register(UserProfile.class, 4);
        // ... 其他类

        return kryo;
    });

    public static byte[] serialize(Object obj) {
        Kryo kryo = kryoThreadLocal.get();
        ByteArrayOutputStream baos = new ByteArrayOutputStream(512); // 预分配
        Output output = new Output(baos);
        kryo.writeClassAndObject(output, obj);
        output.close();
        return baos.toByteArray();
    }

    public static Object deserialize(byte[] bytes) {
        Kryo kryo = kryoThreadLocal.get();
        Input input = new Input(bytes);
        return kryo.readClassAndObject(input);
    }
}

4.5 序列化链路架构图

下图展示了风控链路中不同阶段应采用的序列化方案，以及数据流向：

4.6 序列化性能监控与调优

上线后必须对序列化环节进行持续监控，重点关注以下指标：

• 序列化/反序列化 P99 延迟： 超过 10ms 需排查是否发生 Kryo 类注册遗漏（触发反射回退）。
• 单条消息字节大小： 若超过预期 2 倍，检查是否误将大字段（如设备指纹全量）序列化。
• Young GC 频率： 序列化后 GC 次数突增，通常是因为未复用 Buffer 或 Kryo 实例。

4.7 总结