`
m635674608
  • 浏览: 5041746 次
  • 性别: Icon_minigender_1
  • 来自: 南京
社区版块
存档分类
最新评论

Protostuff序列化分析

    博客分类:
  • java
 
阅读更多

前言
最近项目中需要将业务对象直接序列化,然后存数据库;考虑到序列化、反序列化的时间以及生产文件的大小觉得Protobuf是一个很好的选择,但是Protobuf有的问题就是需要有一个.proto的描述文件,而且由Protobuf生成的对象用来作为业务对象并不是特别友好,往往业务对象和Protobuf对象存在一个互相转换的过程;考虑到我们仅仅是将业务对象直接序列化到数据库,发现Protobuf在这种情况下并不是特别的好;
这时候发现了Protostuff,protostuff不需要依赖.proto文件,可以直接对普通的javabean进行序列化、反序列化的操作,而效率上甚至比protobuf还快,生成的二进制数据库格式和Protobuf完全相同的,可以说是一个基于Protobuf的序列化工具。

简单测试
1.先测试一下Protostuff
提供一个简单的javabean

1
2
3
4
5
6
7
8
public class Person {
 
    private int id;
    private String name;
    private String email;
         
        // get/set方法省略
}

测试类PbStuff

1
2
3
4
5
6
7
8
9
10
11
12
13
public class PbStuff {
     
    public static void main(String[] args) throws FileNotFoundException,
            IOException {
        Schema<Person> schema = RuntimeSchema.getSchema(Person.class);
        Person person1 = new Person();
        person1.setId(1);
        person1.setName("zhaohui");
        LinkedBuffer buffer = LinkedBuffer.allocate(1024);
        byte[] data = ProtobufIOUtil.toByteArray(person1, schema, buffer);
        System.out.println(data.length);
    }
}

序列化之后二进制的大小为29字节

2.测试Protobuf
proto文件

1
2
3
4
5
6
7
8
option java_package = "protobuf.clazz";
option java_outer_classname = "PersonX";
 
message Person {
  required int32 id = 1;
  required string name = 2;
  required string email = 3;
}

PBTest类

1
2
3
4
5
6
7
8
9
10
11
12
13
14
public class PBTest {
 
    public static void main(String[] args) {
        PersonX.Person.Builder builder = PersonX.Person.newBuilder();
        builder.setId(1);
        builder.setName("zhaohui");
        builder.setEmail("xxxxxxxx@126.com");
 
        PersonX.Person p = builder.build();
        byte[] result = p.toByteArray();
        System.out.println(result.length);
 
    }
}

序列化之后二进制的大小同样也是29字节

经过简单的测试:发现Protobuf和Protostuff序列化相同的数据得到的结果是一样的
Protobuf的编码是尽其所能地将字段的元信息和字段的值压缩存储,并且字段的元信息中含有对这个字段描述的所有信息;既然Protostuff序列化之后的大小和Protobuf是一样的,那可以分析一下Protostuff的源码

源码分析
1.Schema schema = RuntimeSchema.getSchema(Person.class); //获取业务对象Person的Schema
RuntimeSchema是一个包含业务对象所有信息的类,包括类信息、字段信息

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
/**
 * Gets the schema that was either registered or lazily initialized at runtime.
 * <p>
 * Method overload for backwards compatibility.
 */
public static <T> Schema<T> getSchema(Class<T> typeClass)
{
    return getSchema(typeClass, ID_STRATEGY);
}
 
/**
 * Gets the schema that was either registered or lazily initialized at runtime.
 */
public static <T> Schema<T> getSchema(Class<T> typeClass,
        IdStrategy strategy)
{
    return strategy.getSchemaWrapper(typeClass, true).getSchema();
}

getSchema方法中指定了获取Schema的默认策略类ID_STRATEGY,ID_STRATEGY在类RuntimeEnv中进行了实例化:

1
ID_STRATEGY = new DefaultIdStrategy();

可以大致看一下DefaultIdStrategy类:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
public final class DefaultIdStrategy extends IdStrategy
{
 
    final ConcurrentHashMap<String, HasSchema<?>> pojoMapping = new ConcurrentHashMap<>();
 
    final ConcurrentHashMap<String, EnumIO<?>> enumMapping = new ConcurrentHashMap<>();
 
    final ConcurrentHashMap<String, CollectionSchema.MessageFactory> collectionMapping = new ConcurrentHashMap<>();
 
    final ConcurrentHashMap<String, MapSchema.MessageFactory> mapMapping = new ConcurrentHashMap<>();
 
    final ConcurrentHashMap<String, HasDelegate<?>> delegateMapping = new ConcurrentHashMap<>();
    ...
}

可以发现DefaultIdStrategy内存缓存了很多Schema信息,不难理解既然要或者业务对象的类和字段信息,必然用到反射机制,这是一个很耗时的过程,进行缓存很有必要,这样下次遇到相同的类就可以不用进行反射了

所以可以看到DefaultIdStrategy中有很多这种模式的方法:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
public <T> HasSchema<T> getSchemaWrapper(Class<T> typeClass, boolean create)
   {
       HasSchema<T> hs = (HasSchema<T>) pojoMapping.get(typeClass.getName());
       if (hs == null && create)
       {
           hs = new Lazy<>(typeClass, this);
           final HasSchema<T> last = (HasSchema<T>) pojoMapping.putIfAbsent(
                   typeClass.getName(), hs);
           if (last != null)
               hs = last;
       }
 
       return hs;
   }

先get,如果为null,就putIfAbsent

当业务对象的Schema还没被缓存,这时候就会去create,RuntimeSchema提供了createFrom方法:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
public static <T> RuntimeSchema<T> createFrom(Class<T> typeClass,
        Set<String> exclusions, IdStrategy strategy)
{
    final Map<String, java.lang.reflect.Field> fieldMap = findInstanceFields(typeClass);
    ...省略
    final Field<T> field = RuntimeFieldFactory.getFieldFactory(
                    f.getType(), strategy).create(fieldMapping, name, f,
                    strategy);
            fields.add(field);
        }
    }
 
    return new RuntimeSchema<>(typeClass, fields, RuntimeEnv.newInstantiator(typeClass));
 }

主要就是对typeClass进行反射,然后进行封装;将字段类型封装成了RuntimeFieldFactory,最后通过RuntimeFieldFactory的create方法封装进入Field类中,RuntimeFieldFactory列举了所有支持的类型:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
static final RuntimeFieldFactory<BigDecimal> BIGDECIMAL;
   static final RuntimeFieldFactory<BigInteger> BIGINTEGER;
   static final RuntimeFieldFactory<Boolean> BOOL;
   static final RuntimeFieldFactory<Byte> BYTE;
   static final RuntimeFieldFactory<ByteString> BYTES;
   static final RuntimeFieldFactory<byte[]> BYTE_ARRAY;
   static final RuntimeFieldFactory<Character> CHAR;
   static final RuntimeFieldFactory<Date> DATE;
   static final RuntimeFieldFactory<Double> DOUBLE;
   static final RuntimeFieldFactory<Float> FLOAT;
   static final RuntimeFieldFactory<Integer> INT32;
   static final RuntimeFieldFactory<Long> INT64;
   static final RuntimeFieldFactory<Short> SHORT;
   static final RuntimeFieldFactory<String> STRING;
 
   static final RuntimeFieldFactory<Integer> ENUM;
   static final RuntimeFieldFactory<Object> OBJECT;
   static final RuntimeFieldFactory<Object> POJO;
   static final RuntimeFieldFactory<Object> POLYMORPHIC_POJO;
 
   static final RuntimeFieldFactory<Collection<?>> COLLECTION =
           new RuntimeFieldFactory<Collection<?>>(ID_COLLECTION)

当然还有常用的Map类型,在RuntimeMapFieldFactory中定义了

2.LinkedBuffer buffer = LinkedBuffer.allocate(1024);
开辟了1024字节缓存,用来存放业务对象序列化之后存放的地方,当然你可能会担心这个大小如果不够怎么办,后面的代码中可以看到,如果空间不足,会自动扩展的,所有这个大小要设置一个合适的值,设置大了浪费空间,设置小了会自动扩展浪费时间。

3.byte[] data = ProtobufIOUtil.toByteArray(person1, schema, buffer);
ProtobufIOUtil提供的就是以Protobuf编码的格式来序列化业务对象

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
public static <T> byte[] toByteArray(T message, Schema<T> schema, LinkedBuffer buffer)
{
    if (buffer.start != buffer.offset)
        throw new IllegalArgumentException("Buffer previously used and had not been reset.");
 
    final ProtobufOutput output = new ProtobufOutput(buffer);
    try
    {
        schema.writeTo(output, message);
    }
    catch (IOException e)
    {
    }
 
    return output.toByteArray();
}

schema中调用writeTo方法,将message中的消息保存到ProtobufOutput中

1
2
3
4
5
public final void writeTo(Output output, T message) throws IOException
{
    for (Field<T> f : getFields())
        f.writeTo(output, message);
}

第一步中将业务对象的字段信息都封装到了Field中了,可以看一下Field类提供的几个方法:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
/**
 * Writes the value of a field to the {@code output}.
 */
protected abstract void writeTo(Output output, T message)
        throws IOException;
 
/**
 * Reads the field value into the {@code message}.
 */
protected abstract void mergeFrom(Input input, T message)
        throws IOException;
 
/**
 * Transfer the input field to the output field.
 */
protected abstract void transfer(Pipe pipe, Input input, Output output,
        boolean repeated) throws IOException;

提供了三个抽象方法,分别是写数据,读数据和转移数据
下面已int类型为实例,看看实现:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
public static final RuntimeFieldFactory<Integer> INT32 = new RuntimeFieldFactory<Integer>(
           ID_INT32)
   {
       @Override
       public <T> Field<T> create(int number, java.lang.String name,
               final java.lang.reflect.Field f, IdStrategy strategy)
       {
           final boolean primitive = f.getType().isPrimitive();
           final long offset = us.objectFieldOffset(f);
           return new Field<T>(FieldType.INT32, number, name,
                   f.getAnnotation(Tag.class))
           {
               @Override
               public void mergeFrom(Input input, T message)
                       throws IOException
               {
                   if (primitive)
                       us.putInt(message, offset, input.readInt32());
                   else
                       us.putObject(message, offset,
                               Integer.valueOf(input.readInt32()));
               }
 
               @Override
               public void writeTo(Output output, T message)
                       throws IOException
               {
                   if (primitive)
                       output.writeInt32(number, us.getInt(message, offset),
                               false);
                   else
                   {
                       Integer value = (Integer) us.getObject(message, offset);
                       if (value != null)
                           output.writeInt32(number, value.intValue(), false);
                   }
               }
               ...
           };
       }

上面这段代码可以在RuntimeUnsafeFieldFactory中找到,基本的数据类型都在此类中能找到,collection和map分别在RuntimeRepeatedFieldFactory和RuntimeMapFieldFactory中,writeTo方法调用了ProtobufOutput中的writeInt32方法:

1
2
3
4
5
6
7
8
9
10
public void writeInt32(int fieldNumber, int value, boolean repeated) throws IOException
    {
         ...
         tail = writeTagAndRawVarInt32(
                  makeTag(fieldNumber, WIRETYPE_VARINT),
                  value,
                  this,
                  tail);
          ...
    }

写入field的Tag已经Value,Protobuf也是这种形式存放的,如下图所示:
02195953-9ed80b292247471280ed14b6e3cd859a

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
public static LinkedBuffer writeTagAndRawVarInt32(int tag, int value,
            final WriteSession session, LinkedBuffer lb)
    {
        final int tagSize = computeRawVarint32Size(tag);
        final int size = computeRawVarint32Size(value);
        final int totalSize = tagSize + size;
 
        if (lb.offset + totalSize > lb.buffer.length)
            lb = new LinkedBuffer(session.nextBufferSize, lb);
 
        final byte[] buffer = lb.buffer;
        int offset = lb.offset;
        lb.offset += totalSize;
        session.size += totalSize;
 
        if (tagSize == 1)
            buffer[offset++] = (byte) tag;
        else
        {
            for (int i = 0, last = tagSize - 1; i < last; i++, tag >>>= 7)
                buffer[offset++] = (byte) ((tag & 0x7F) | 0x80);
 
            buffer[offset++] = (byte) tag;
        }
 
        if (size == 1)
            buffer[offset] = (byte) value;
        else
        {
            for (int i = 0, last = size - 1; i < last; i++, value >>>= 7)
                buffer[offset++] = (byte) ((value & 0x7F) | 0x80);
 
            buffer[offset] = (byte) value;
        }
 
        return lb;
    }

tag是通过makeTag方法创建的:

1
2
3
4
public static int makeTag(final int fieldNumber, final int wireType)
{
    return (fieldNumber << TAG_TYPE_BITS) | wireType;
}

fieldNumber每个字段的标号,wire_type是该字段的数据类型,所有如果我们改变了业务对象类中字段的顺序,或者改变了字段的类型,都会出现反序列化失败;
前面提到的数据压缩在方法computeRawVarint32Size中体现出来了:

1
2
3
4
5
6
7
8
9
10
11
12
public static int computeRawVarint32Size(final int value)
{
    if ((value & (0xffffffff << 7)) == 0)
        return 1;
    if ((value & (0xffffffff << 14)) == 0)
        return 2;
    if ((value & (0xffffffff << 21)) == 0)
        return 3;
    if ((value & (0xffffffff << 28)) == 0)
        return 4;
    return 5;
}

根据value值的范围,返回不同的字节数;接下来的代码也可以看到检查LinkedBuffer的空间是否足够,不够进行扩充;接下来的代码就是用压缩的方式将tag和Value存入缓存中。

总结
大致了解了Protostuff对业务对象序列化的过程,不管是简单的测试还是通过查看源码,都可以发现Protostuff的序列化方式是完全借鉴Protobuf来实现的。

 

http://codingo.xyz/index.php/2016/12/04/protostuff/

分享到:
评论

相关推荐

    protostuff序列化包

    Protostuff是一个轻量级、高性能的序列化库,它能够将Java对象转换为字节流,以便存储或在网络上传输。这个“protostuff序列化包”包含了protostuff库的源代码,使得开发者可以直接将源码集成到自己的项目中,避免了...

    protostuff序列化实例

    Protostuff是一个轻量级、高性能的序列化框架,它允许开发者将对象转换为字节流,以便存储或在网络上传输。在Java开发中,序列化是一个常见的需求,特别是在网络通信、持久化存储或者跨进程通信等场景下。Protostuff...

    protostuff序列化工具

    Protostuff是一个轻量级、高效的Java序列化库,它能够将对象序列化为字节流,也可以将字节流反序列化回对象。在Java开发中,序列化是常见的需求,例如在网络通信、持久化存储或者缓存等方面。Protostuff支持多种格式...

    C++ JSON 序列化与反序列化

    本篇文章将深入探讨C++中JSON的序列化与反序列化。 **一、JSON序列化** 序列化是指将C++的对象转换为JSON字符串的过程,以便在网络上传输或保存到文件中。常见的C++ JSON序列化库有RapidJSON、nlohmann/json、...

    hessian学习基础篇——序列化和反序列化

    通过阅读和分析Hessian的源码,我们可以了解其如何编码和解码各种数据类型,以及如何优化序列化和反序列化的过程。这对于优化自定义序列化逻辑或者解决Hessian使用中遇到的问题非常有帮助。 总结起来,Hessian是一...

    XML序列化与反序列化 实战

    XML序列化与反序列化是.NET框架中处理数据交换的重要技术,它允许我们将对象的状态转换为XML格式的数据,也可以将XML数据恢复为等效的对象。这个实战项目专注于使用C#实现这一过程,使得开发者能够方便地在XML文件和...

    C#和Java的序列化反序列化

    在编程领域,序列化和反序列化是两个关键的概念,特别是在跨平台通信、持久化存储以及数据传输中扮演着重要角色。本篇文章将深入探讨C#和Java中的序列化与反序列化机制。 首先,我们要了解什么是序列化。序列化是指...

    java序列化和反序列化的方法

    java 序列化和反序列化的方法 Java 序列化和反序列化是 Java 语言中的一种机制,用于将对象转换为字节流,以便在网络上传输或存储。序列化是将对象转换为字节流的过程,而反序列化是将字节流转换回对象的过程。 在...

    protostuff是一个支持各种格式的一个序列化Java类库

    Protostuff作为一个轻量级的序列化库,提供高效的序列化和反序列化性能,同时保持代码简洁和易于使用。 2. ** Protostuff支持的数据格式** - **JSON (JavaScript Object Notation)**:一种轻量级的数据交换格式,...

    protostuff fastjson gson 高性能序列化jar包

    `protostuff`、`fastjson`和`gson`就是三个流行的Java序列化库,它们各自具有独特的特性和优势。 首先,让我们详细了解一下这三个库: 1. **protostuff**: - Protostuff是一个非常快速且灵活的序列化框架,它...

    hashtable序列化与反序列化

    在IT领域,序列化和反序列化是两个关键的概念,特别是在处理对象持久化、网络传输或数据存储时。本文将详细探讨标题所提及的“hashtable序列化与反序列化”,并提供一个基本的示例。 首先,让我们理解什么是序列化...

    C#对象序列化反序列化保存与读取和对象直接保存与读取

    本主题将深入探讨如何在Windows Forms(WF)环境中,利用C#语言进行对象的直接保存与读取,以及通过对象序列化和反序列化的方式实现对象的保存与恢复。 首先,我们来理解什么是对象的直接保存与读取。在C#中,可以...

    c# 利用messagepack对类/数据进行序列化/反序列化示例

    MessagePack是一种高效的二进制序列化格式,它可以在C#中用于序列化和反序列化对象。与其他序列化格式相比,如JSON和XML,MessagePack的编码和解码速度更快,生成的二进制数据更小。在C#中使用MessagePack进行序列化...

    Jedis序列化和反序列化使用jar

    2. commons-lang3-3.3.2.jar:Apache Commons Lang库提供了许多实用的Java语言功能,包括序列化和反序列化的辅助工具,如`SerializationUtils`类,可用于简化对象的序列化和反序列化操作。 3. commons-beanutils-...

    Cereal序列化反序列化

    Cereal支持将对象序列化为JSON、XML和二进制格式,并提供了灵活的API来自定义序列化和反序列化过程。它可以序列化基本数据类型、STL容器、自定义类和结构体等。不需要安装,只需把hpp文件包含在项目即可。

    C#关于treeview序列化的一个应用程序

    在这个特定的场景中,我们关注的是关于“TreeView”控件的序列化。TreeView控件通常用来展示层次化的数据结构,例如文件系统目录或者组织架构。序列化是将对象的状态转化为可存储或可传输的形式的过程,以便稍后恢复...

    C#序列化和反序列化案例.rar

    通过学习和分析这个案例,开发者不仅可以了解C#的序列化和反序列化机制,还可以掌握如何在Windows Forms应用程序中使用控件来展示和交互数据。 总之,C#的序列化和反序列化是数据处理的重要部分,而这个案例提供了...

    java serializable 序列化与反序列化

    Java的序列化与反序列化是Java开发中的一项重要技术,它允许我们将对象的状态转换为字节流,以便存储或在网络上传输。`Serializable`接口是Java提供的一个标记接口,用于实现对象的序列化。当一个类实现了这个接口,...

    C# 数组与序列化

    在C#编程语言中,数组和序列化是两个非常重要的概念。数组是数据结构的基础,序列化则是数据传输和持久化的关键技术。接下来,我们将深入探讨这两个主题。 **数组** 数组是C#中用于存储固定数量同类型元素的集合。...

    序列化与反序列化经典例子

    在提供的压缩包文件"Serialize"中,可能包含了使用不同序列化库或方法的例子,通过分析这些代码,我们可以学习如何在实践中应用序列化和反序列化,进一步提升我们的编程技能。记得在处理这些示例时,不仅要关注代码...

Global site tag (gtag.js) - Google Analytics