关于数据序列化(1)protobuf 示例

最近用protobuf来做对象的序列化(不知道我这么表达对不对),用的是百度的jprotobuf,使用注解,当然还有不使用注解的经典方式,本人没用过,发现工作中的竟然在JDK7报错(真怀疑为啥生产用JDK6,现在JDK8了都)只好在github下了最新的,当然google的jar包仍然是必须的

不过有个疑问,protobuf的好处仅仅是为了提供一个兼容跨平台的格式吗,既然最后都是讲对象存为byte[],那直接用流操作使用writeByte(),writeInt(),writeUTf(),写进byte[]里存入文件或数据库有区别么?什么情况下使用protobuf时最佳应用场景?客户端服务器通信?还是其他?

------------------------------------------------------依赖的包---------------------------------------------------------------

jprotobuf-1.2.9.jar

地址点击打开链接

protobuf-0.0.3-beta1.jar

protobuf-java-2.6.1.jar

jprotobuf-1.2.9.jar

---------------------------------------------------------------------------------------------------------------------

package a_serial.protobuf;

import org.apache.commons.lang.builder.ReflectionToStringBuilder;
import org.apache.commons.lang.builder.ToStringStyle;

import com.baidu.bjf.remoting.protobuf.FieldType;
import com.baidu.bjf.remoting.protobuf.annotation.Protobuf;

public class GoodsRecord {

	@Protobuf(fieldType = FieldType.INT32, order = 1)
	private int goodsId;
	@Protobuf(fieldType = FieldType.INT32, order = 2)
	private int num;

	public GoodsRecord(){
		super();
	}

	public GoodsRecord(int goodsId, int num) {
		super();
		this.goodsId = goodsId;
		this.num = num;
	}
	/*
	 * getters and setters
	 */
	public int getGoodsId() {
		return goodsId;
	}
	public void setGoodsId(int goodsId) {
		this.goodsId = goodsId;
	}
	public int getNum() {
		return num;
	}
	public void setNum(int num) {
		this.num = num;
	}
	@Override
	public String toString() {
		return ReflectionToStringBuilder.toString(this, ToStringStyle.SHORT_PREFIX_STYLE);
	}
}

-----------------------------------------------------------------------------

package a_serial.protobuf;

import java.io.IOException;
import java.util.List;

import org.apache.commons.lang.builder.ReflectionToStringBuilder;
import org.apache.commons.lang.builder.ToStringStyle;

import com.baidu.bjf.remoting.protobuf.Codec;
import com.baidu.bjf.remoting.protobuf.FieldType;
import com.baidu.bjf.remoting.protobuf.ProtobufProxy;
import com.baidu.bjf.remoting.protobuf.annotation.Protobuf;

public class Shop{

	@Protobuf(fieldType = FieldType.STRING, order = 1)
	private String shopId;
	private byte[] data;

	@Protobuf(fieldType = FieldType.OBJECT, order = 2)
	private List<GoodsRecord> goodsRecordList;

	public Shop(){
		super();
	}

	public byte[] getData(){
		return data;
	}
	public String getShopId() {
		return shopId;
	}

	public void setShopId(String shopId) {
		this.shopId = shopId;
	}

	public List<GoodsRecord> getGoodsRecordList() {
		return goodsRecordList;
	}

	public void setGoodsRecordList(List<GoodsRecord> goodsRecordList) {
		this.goodsRecordList = goodsRecordList;
	}

	private Shop parseData(byte[] targetData)
			throws IOException {
		Codec<Shop> codec = ProtobufProxy.create(Shop.class);
		return codec.decode(targetData) ;
	}

	private byte[] buildData() {
		try {
			Codec<Shop> codec = ProtobufProxy.create(Shop.class);
			return codec.encode(this);
		} catch (Exception e) {
			e.printStackTrace();
			return null;
		}
	}
	public void preToData() {
		this.data = buildData();
	}

	public Shop postFromData() {
		Shop s = null;
		try {
			s = parseData(this.data);
			this.shopId = s.getShopId();
			this.goodsRecordList = s.getGoodsRecordList();
		} catch (IOException e) {
			e.printStackTrace();
		}
		return s;
	}
	public Shop initFromData(byte[] data) {
		Shop s = null;
		try {
			s = parseData(data);
			this.shopId = s.getShopId();
			this.goodsRecordList = s.getGoodsRecordList();
		} catch (IOException e) {
			e.printStackTrace();
		}
		return s;
	}
	@Override
	public String toString() {
		return ReflectionToStringBuilder.toString(this, ToStringStyle.SHORT_PREFIX_STYLE);
	}
}

-------------------------------------------------------------------------------------------------

package a_serial.protobuf;

import java.io.IOException;
import java.util.ArrayList;

import a_serial.ByteUtil;

import com.google.common.collect.Lists;
/**
 * 写
 */
public class ProtoBufTest {

	public static void main(String[] args) {
		Shop shop = new Shop();
		shop.setShopId("10010");
		GoodsRecord r = new GoodsRecord(3, 22);
		GoodsRecord r2 = new GoodsRecord(4, 22);
		ArrayList<GoodsRecord> goodsRecordList = Lists.newArrayList(r, r2);
		shop.setGoodsRecordList(goodsRecordList);

		shop.preToData();
		byte[] data = shop.getData();
		try {
			ByteUtil.writeFile(data, "protoBuf.os");
		} catch (IOException e) {
			e.printStackTrace();
		}
	}

}

--------------------------------------------------------------------------------

package a_serial.protobuf;

import a_serial.ByteUtil;
/**
 * 这个是为了读
 */
public class ProtoBufTest2 {

	public static void main(String[] args) {
		Shop shop = new Shop();
		try {
			byte[] data = ByteUtil.getData("protoBuf.os");
			shop.initFromData(data);
		} catch (Exception e) {
			e.printStackTrace();
		}
		System.out.println(shop);
	}

}
时间: 2024-11-03 21:48:34

关于数据序列化(1)protobuf 示例的相关文章

几种Android数据序列化方案

一.引言 数据的序列化在Android开发中占据着重要的地位,无论是在进程间通信.本地数据存储又或者是网络数据传输都离不开序列化的支持.而针对不同场景选择合适的序列化方案对于应用的性能有着极大的影响. 从广义上讲,数据序列化就是将数据结构或者是对象转换成我们可以存储或者传输的数据格式的一个过程,在序列化的过程中,数据结构或者对象将其状态信息写入到临时或者持久性的存储区中,而在对应的反序列化过程中,则可以说是生成的数据被还原成数据结构或对象的过程. 这样来说,数据序列化相当于是将我们原先的对象序列

C基础 数据序列化简单使用和讨论

 前言 C中对序列化讨论少, 因为很多传输的内容都有自己解析的轮子. 对于序列化本质是统一编码, 统一解码的方式. 本文探讨是一种简单的序列化方案. 保证不同使用端都能解析出正确结果. 在文章一开始, 看一个最简单的序列化代码 如下 #include <stdio.h> #include <stdlib.h> #define _INT_NAME (64) #define _STR_TXT "student.struct" struct student { int

Day4 - 迭代器&amp;生成器、装饰器、Json &amp; pickle 数据序列化、软件目录结构规范

---恢复内容开始--- 本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 需求:列表a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],要求把列表里的每个值加1 1 a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 2 b = [] 3 for i in a: 4 b.append(i+1) 5 a = b 6 print(a) 普通青

Oracle数据导入导出基本操作示例

Oracle数据导入导出基本操作示例 数据导出 a.将数据库orcl完全导出,用户名user 密码password 导出到D:\dc.dmp中 exp user/[email protected]   file=d:\dc.dmp    full=y full=y   表示全库导出 b.将数据库中user1和user2用户导出 exp user/[email protected]  file=d:\dc.dmp    owner=(user1,user2) full方式可以备份所有用户的数据库对

Python-Day4 Python基础进阶之生成器/迭代器/装饰器/Json &amp; pickle 数据序列化

一.生成器 通过列表生成式,我们可以直接创建一个列表.但是,受到内存限制,列表容量肯定是有限的.而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了.所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间.在Python中,这种一边循环一边计算的机制,称为生成器:generator. 要创建一个generator,有很多种

python学习之 -- 数据序列化

json / pickle 数据序列化 序列化定义:把变量从内存中变成可存储或传输的过程称为序列化.反序列化:把变量内容从序列化的对象重新读到内存里称为反序列胡. 序列化模块之--pickle使用注意:在python3里,进行一次序列化后,然后在进行反序列化,不要重复多次序列化,否则无法进行反序列化.pickle:是python独有的序列化模块,只能作用于python变量,是将数据对象转化为bytes.功能:用于python特有的类型和python的数据类型间进行转换.举例: 1 import

php serialize unserialize–数据序列化与反序列化的应用

序列化就是将一个对象的状态(各个属性量)保存起来,然后在适当的时候再获得. 用一个类的时候都是new一下!如果serialize 将数据序列化以后存到数据库中等 用的时候就不再new了 反序列化以后就可以直接用了!相当于new了一下!用例子给你说明一下! 如: a.php 1 <?php 2 //声明一个类 3 class dog { 4 var $name; 5 var $age; 6 var $owner; 7 function dog($in_name="unnamed",

【Hadoop】数据序列化系统Avro

Avro简介 schema 文件组成 Header与Datablock声明代码 测试代码 序列化与反序列化 specific generic 参考资料 Avro简介 Avro是由Doug Cutting(Hadoop之父)创建的数据序列化系统,旨在解决Writeable类型的不足:缺乏语言的可移植性.为了支持跨语言,Avro的schema与语言的模式无关.有关Avro的更多特性请参看官方文档 1. Avro文件的读写是依据schema而进行的.通常情况下,Avro的schema是用JSON编写,

Redis 数据序列化方法 serialize, msgpack, json, hprose 比较

最近弄 Redis ,涉及数据序列化存储的问题,对比了:JSON, Serialize, Msgpack, Hprose 四种方式 1. 对序列化后的字符串长度对比: 测试代码: $arr = [0, 1, 2, 'a', 'b', 'c', 'd', 'a'=>'12', '包含中文', 'abcd包含中文efg'=>'abc一二三四defg', '键名'=>['abc'=>['def'=>123, 456, 'abcd中文内容efg'], 'a之间c'=>['a'=

Json数据序列化对象,及对象序列化为Json格式

public class JsonHelper { /// <summary> /// 生成Json格式 /// </summary> /// <typeparam name="T"></typeparam> /// <param name="obj"></param> /// <returns></returns> public static string GetJso