做网站百灵鸟,网站的域名在哪里看,阳江房产网查询系统,黑帽seo365t技术Java 中的 FlatBuffers有助于高速数据序列化/反序列化#xff0c;消除解析开销。它由 Google 开发#xff0c;为跨平台数据交换提供无模式、内存高效的解决方案。 Java 开发人员可以利用其直接内存访问来实现最佳性能和最小内存占用#xff0c;从而提高应用程序速度、可扩展…Java 中的 FlatBuffers有助于高速数据序列化/反序列化消除解析开销。它由 Google 开发为跨平台数据交换提供无模式、内存高效的解决方案。 Java 开发人员可以利用其直接内存访问来实现最佳性能和最小内存占用从而提高应用程序速度、可扩展性和互操作性。让我们深入了解 Java FlatBuffers 序列化。
什么是Java中的序列化和FlatBuffers 在Java编程中序列化是指将对象转换为字节流的过程。然后可以将该字节流存储在文件中、通过网络发送或保存在数据库中。序列化对于不同系统之间的数据持久性和通信至关重要。
Java 中的序列化 Java 通过 Serialized 接口提供了对序列化的内置支持。实现此接口的类可以使用 Java 的 ObjectOutputStream 和 ObjectInputStream 类进行序列化和反序列化。此外Java 还提供了一个可外部化的接口用于对序列化过程进行更细粒度的控制。
Java 中的 FlatBuffer FlatBuffers是Google开发的一个高效的跨平台序列化库。与传统的序列化方法不同FlatBuffers 不需要解析。相反它们提供对序列化数据的直接访问从而加快序列化和反序列化速度。在 Java 中FlatBuffers 是通过代码生成器实现的该代码生成器根据模式定义生成 Java 类。这些生成的类使开发人员能够轻松地序列化和反序列化数据而无需手动解析或反射。这样可以以最小的开销实现高性能的数据处理。
使用 FlatBuffers 的好处
高效的内存使用与其他序列化格式相比FlatBuffers 使用内存的效率更高。高速序列化和反序列化直接访问序列化数据可以加快处理速度。支持架构演变FlatBuffers 允许架构更改而不会破坏向后兼容性。平台独立性序列化数据可以在不同平台和编程语言之间共享。
代码演示 依赖
_ com.google.flatbuffers flatbuffers-java 24.3.25 FlatBuffers 结构schema文件 (.fbs) 在 FlatBuffers 中数据结构是使用扩展名为.fbs.该文件指定数据结构的布局包括其字段及其类型。让我们看一下定义人员对象的示例模式文件
// Define schema in a .fbs file table Person { name: string; age: int; hobbies: [string]; }
在此schema中我们定义一个名为“Person”的表其中包含三个字段字符串类型的“name”、int 类型的“age”和字符串数组的“hobbies”。该模式充当生成代码的蓝图以便在序列化和反序列化过程中使用定义的数据结构。
使用 FlatBuffers 一旦定义了结构schema我们就可以使用 FlatBuffers 代码生成器来生成与该结构schema相对应的 Java 类。 这些生成的类提供了创建、访问和操作已定义数据结构实例的方法。 该类Person将由 FlatBuffer 编译器 ( ) 根据提供的结构schema生成flatc并将包含操作已定义数据结构所需的类和方法。
值得庆幸的是所有这些都是由 IDE 自动完成的因为我们已经在项目中包含了必要的依赖项。
// Java code to serialize and deserializepackage com.jcg.example;
import com.google.flatbuffers.FlatBufferBuilder; import com.example.Person;
public class Main { public static void main(String[] args) { // Create FlatBufferBuilder FlatBufferBuilder builder new FlatBufferBuilder(); // Create hobbies strings int[] hobbies { builder.createString(Reading), builder.createString(Gaming) }; // Serialize person object int personOffset Person.createPerson(builder, builder.createString(John), 30, Person.createHobbiesVector(builder, hobbies)); builder.finish(personOffset); // Deserialize person object byte[] buf builder.sizedByteArray(); ByteBuffer bb ByteBuffer.wrap(buf); Person person Person.getRootAsPerson(bb); // Access deserialized data System.out.println(Name: person.name()); System.out.println(Age: person.age()); for (int i 0; i person.hobbiesLength(); i) { System.out.println(Hobby (i1) : person.hobbies(i)); } } }
在此代码中我们使用 FlatBufferBuilder 创建一个 FlatBuffer 实例表示一个名为““John”, age 30, 爱好hobby是 “Reading” 和“Gaming”的Person人员对象。然后我们序列化该对象将其反序列化回来并访问反序列化的数据进行打印。
代码输出 代码输出显示了使用 FlatBuffers 在 Java 中对人对象进行序列化和反序列化后的反序列化数据。
Name: John Age: 30 Hobby 1: Reading Hobby 2: Gaming
使用 FlatBuffers 进行 JSON 转换 将 FlatBuffers 数据转换为 JSON 格式非常简单。 FlatBuffers 提供了直接将 FlatBuffers 对象序列化为 JSON 字符串的方法。这些方法根据模式定义自动生成数据的 JSON 表示形式从而可以轻松地在 FlatBuffers 应用程序中使用 JSON 数据。
考虑一个简单的例子我们有一个包含姓名、年龄和爱好等字段的人的模式。我们可以在文件中定义此模式.fbs并使用 FlatBuffers 代码生成工具生成 Java 类。然后我们可以使用生成的代码将 JSON 数据解析为 FlatBuffers 对象反之亦然。
import com.google.flatbuffers.FlatBufferBuilder; import com.google.flatbuffers.FlexBuffers;
public class Main { public static void main(String[] args) { // Define schema for a person String schema table Person { name:string; age:int; hobbies:[string]; }; // Create FlatBufferBuilder FlatBufferBuilder builder new FlatBufferBuilder(); // Start building FlatBuffer int nameOffset builder.createString(John); int[] hobbiesOffsets { builder.createString(Reading), builder.createString(Gaming) }; int hobbiesVector Person.createHobbiesVector(builder, hobbiesOffsets); Person.startPerson(builder); Person.addName(builder, nameOffset); Person.addAge(builder, 30); Person.addHobbies(builder, hobbiesVector); int personOffset Person.endPerson(builder); Person.finishPersonBuffer(builder, personOffset); // Serialize FlatBuffer to JSON byte[] flatBufferBytes builder.sizedByteArray(); FlexBuffers.TypedBuffer buffer FlexBuffers.getRoot(new FlexBuffers.ByteBufferWrapper(flatBufferBytes)); String json buffer.toJson(schema); // Print JSON representation System.out.println(JSON representation:); System.out.println(json); // Deserialize JSON to FlatBuffer FlexBuffers.Builder flexBuilder new FlexBuffers.Builder(); flexBuilder.fromJson(json, schema); FlexBuffers.TypedBuffer typedBuffer flexBuilder.finish(); byte[] flatBufferFromJson typedBuffer.toByteArray(); // Access FlatBuffer data ByteBuffer byteBuffer ByteBuffer.wrap(flatBufferFromJson); Person person Person.getRootAsPerson(byteBuffer); System.out.println(\nDeserialized data:); System.out.println(Name: person.name()); System.out.println(Age: person.age()); System.out.println(Hobbies:); for (int i 0; i person.hobbiesLength(); i) { System.out.println(- person.hobbies(i)); } } }
在此示例中我们为一个人定义一个schema结构其中包含姓名、年龄和爱好等字段。然后我们创建一个 FlatBuffer 来表示具有一些示例数据的人员对象。我们使用 FlexBuffers 将此 FlatBuffer 序列化为 JSON 格式。之后我们将 JSON 反序列化回 FlatBuffer 并访问数据。
上述代码的输出将是
JSON representation: { name: John, age: 30, hobbies: [Reading, Gaming] }
Deserialized data: Name: John Age: 30 Hobbies: - Reading - Gaming
结论 使用 FlatBuffers 就像拥有在计算机程序中存储和组织数据的超能力。首先描述数据在称为模式的特殊文件中的外观。然后您使用工具根据该架构生成代码。此代码可帮助您轻松快速地管理数据而不会牺牲速度。
FlatBuffers 很棒因为它可以让您直接以紧凑的序列化形式访问数据从而使其快速高效。另外它很灵活——即使您稍后更改数据结构FlatBuffers 也可以顺利处理。
FlatBuffers 的一个很酷的事情是它可以轻松地在自己的格式和 JSON 之间转换数据JSON 是一种常见的数据表示方式。这意味着您可以使用 FlatBuffers 来处理 JSON 数据而不会减慢程序速度。
总体而言FlatBuffers 使程序中的数据处理变得简单。无论您是存储信息还是在不同系统之间共享信息FlatBuffers 都能以其易于使用的工具和快速的性能满足您的需求。
https://www.jdon.com/73592.html
