引言

數(shù)據(jù)序列化

數(shù)據(jù)序列化的行為可能發(fā)生在數(shù)據(jù)傳遞過(guò)程中的任何階段，例如網(wǎng)絡(luò)傳輸，不同進(jìn)程間數(shù)據(jù)傳遞，不同類之間的參數(shù)傳遞，把數(shù)據(jù)存儲(chǔ)到磁盤上等等。通常情況下，我們會(huì)把那些需要序列化的類實(shí)現(xiàn)Serializable接口(如下圖所示)，但是這種傳統(tǒng)的做法效率不高，實(shí)施的過(guò)程會(huì)消耗更多的內(nèi)存。
如果使用GSON庫(kù)來(lái)處理這個(gè)序列化的問(wèn)題，不僅僅執(zhí)行速度更快，內(nèi)存的使用效率也更高。Android的XML布局文件會(huì)在編譯的階段被轉(zhuǎn)換成更加復(fù)雜的格式，具備更加高效的執(zhí)行性能與更高的內(nèi)存使用效率

Json 和FlatBuffer的對(duì)比

json 數(shù)據(jù)的序列化和反序列化：基于字符串的
FlatBuffer:基于二進(jìn)制的文件。

json傳輸?shù)倪^(guò)程解析.png

FlatBuffers的有點(diǎn)

FlatBuffers是一個(gè)開源的跨平臺(tái)數(shù)據(jù)序列化庫(kù)，可以應(yīng)用到幾乎任何語(yǔ)言（C++, C#, Go, Java, JavaScript, PHP, Python），最開始是 Google 為游戲或者其他對(duì)性能要求很高的應(yīng)用開發(fā)的。項(xiàng)目地址在 GitHub 上。官方的文檔在 這里。

FlatBuffer 相對(duì)于其他序列化技術(shù)，例如 XML，JSON，Protocol Buffers 等，有哪些優(yōu)勢(shì)呢？官方文檔的說(shuō)法如下：

1. 直接讀取序列化數(shù)據(jù)，而不需要解析（Parsing）或者解包（Unpacking）：FlatBuffer 把數(shù)據(jù)層級(jí)結(jié)構(gòu)保存在一個(gè)扁平化的二進(jìn)制緩存（一維數(shù)組）中，同時(shí)能夠保持直接獲取里面的結(jié)構(gòu)化數(shù)據(jù)，而不需要解析，并且還能保證數(shù)據(jù)結(jié)構(gòu)變化的前后向兼容。
2. 高效的內(nèi)存使用和速度：FlatBuffer 使用過(guò)程中，不需要額外的內(nèi)存，幾乎接近原始數(shù)據(jù)在內(nèi)存中的大小。
3. 靈活：數(shù)據(jù)能夠前后向兼容，并且能夠靈活控制你的數(shù)據(jù)結(jié)構(gòu)。
4. 很少的代碼侵入性：使用少量的自動(dòng)生成的代碼即可實(shí)現(xiàn)。
5. 強(qiáng)數(shù)據(jù)類性，易于使用，跨平臺(tái)，幾乎語(yǔ)言無(wú)關(guān)。

在做 Android 開發(fā)的時(shí)候，JSON 是最常用的數(shù)據(jù)序列化技術(shù)。我們知道，JSON 的可讀性很強(qiáng)，但是序列化和反序列化性能卻是最差的。解析的時(shí)候，JSON 解析器首先，需要在內(nèi)存中初始化一個(gè)對(duì)應(yīng)的數(shù)據(jù)結(jié)構(gòu)，這個(gè)事件經(jīng)常會(huì)消耗 100ms ~ 200ms²；解析過(guò)程中，要產(chǎn)生大量的臨時(shí)變量，造成 Java 虛擬機(jī)的 GC 和內(nèi)存抖動(dòng)，解析 20KB 的數(shù)據(jù)，大概會(huì)消耗 100KB 的臨時(shí)內(nèi)存²。FlatBuffers 就解決了這些問(wèn)題 。

FlatBuffers使用方法

簡(jiǎn)單來(lái)說(shuō)，F(xiàn)latBuffers 的使用方法是，首先按照使用特定的 IDL 定義數(shù)據(jù)結(jié)構(gòu) schema，然后使用編譯工具 flatc 編譯 schema 生成對(duì)應(yīng)的代碼，把生成的代碼應(yīng)用到工程中即可。下面詳細(xì)介紹每一步。
1.首先，我們需要得到 flatc，這個(gè)需要從源碼編輯得到。從 GitHub 上 Clone 代碼，
$ git clone https://github.com/google/flatbuffers

2.編寫 Schema 的詳細(xì)文檔在這里。其語(yǔ)法和 C 語(yǔ)言類似，比較容易上手。
例如：

class Person {  
    String name;
    int friendshipStatus;
    Person spouse;
    List<Person>friends;
}

編寫成 Schema 如下，文件名為 Person.fbs：

namespace com.race604.fbs;

enum FriendshipStatus: int {Friend = 1, NotFriend}

table Person {  
  name: string;
  friendshipStatus: FriendshipStatus = Friend;
  spouse: Person;
  friends: [Person];
}

root_type Person;  

3.使用 flatc 可以把 Schema 編譯成多種編程語(yǔ)言，我們僅僅討論 Android 平臺(tái)，所以把 Schema 編譯成 Java，找到flatc.exe執(zhí)行命令如下

$ ./flatc –j -b Person.fbs

在當(dāng)前目錄生成如下文件：

└── com
    └── race604
        └── fbs
            ├── FriendshipStatus.java
            └── Person.java

4.下面我們來(lái)構(gòu)建一個(gè) Person 對(duì)象

private ByteBuffer createPerson() {
FlatBufferBuilder builder = new FlatBufferBuilder(0);
    int spouseName = builder.createString("Mary");
    int spouse = Person.createPerson(builder, spouseName, FriendshipStatus.Friend, 0, 0);

    int friendDave = Person.createPerson(builder, builder.createString("Dave"),
            FriendshipStatus.Friend, 0, 0);
    int friendTom = Person.createPerson(builder, builder.createString("Tom"),
            FriendshipStatus.Friend, 0, 0);

    int name = builder.createString("John");
    int[] friendsArr = new int[]{ friendDave, friendTom };
    int friends = Person.createFriendsVector(builder, friendsArr);

    Person.startPerson(builder);
    Person.addName(builder, name);
    Person.addSpouse(builder, spouse);
    Person.addFriends(builder, friends);
    Person.addFriendshipStatus(builder, FriendshipStatus.NotFriend);

    int john = Person.endPerson(builder);
    builder.finish(john);

    return builder.dataBuffer();
}

基本原理

如官方文檔的介紹，FlatBuffers 就像它的名字所表示的一樣，就是把結(jié)構(gòu)化的對(duì)象，用一個(gè)扁平化（Flat）的緩沖區(qū)保存，簡(jiǎn)單的來(lái)說(shuō)就是把內(nèi)存對(duì)象數(shù)據(jù)，保存在一個(gè)一維的數(shù)組中。

image.png

使用建議

通過(guò)前面的體驗(yàn)，F(xiàn)latBuffers 幾乎秒殺了 JSON
下面說(shuō)說(shuō) FlatBuffers 的幾點(diǎn)缺點(diǎn)：

1. FlatBuffers 需要生成代碼，對(duì)代碼有侵入性；
2. 數(shù)據(jù)序列化沒(méi)有可讀性，不方便 Debug；
3. 構(gòu)建 FlatBuffers 對(duì)象比較麻煩，不直觀，特別是如果對(duì)象比較復(fù)雜情況下需要寫大段的代碼；
4. 數(shù)據(jù)的所有內(nèi)容需要使用 Schema 嚴(yán)格定義，靈活性不如 JSON。
   所以，在什么情況下選擇使用 FlatBuffers 呢？個(gè)人感覺(jué)需要滿足以下幾點(diǎn)：
5. 項(xiàng)目中有大量數(shù)據(jù)傳輸和解析，使用 JSON 成為了性能瓶頸；
6. 穩(wěn)定的數(shù)據(jù)結(jié)構(gòu)定義。