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

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：

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。

Protostuff序列化分析的更多相关文章

  1. Protostuff序列化问题

    最近在开发中遇到一个Protostuff序列化问题,在这记录一下问题的根源:分析一下Protostuff序列化和反序列化原理:以及怎么样避免改bug. 1. 问题描述 有一个push业务用到了mq,m ...

  2. Protostuff序列化

    前言: Java序列化是Java技术体系当中的一个重要议题,序列化的意义在于信息的交换和存储,通常会和io.持久化.rmi技术有关(eg:一些orm框架会要求持久化的对象类型实现Serializabl ...

  3. java ArrayList的序列化分析

    一.绪论 所谓的JAVA序列化与反序列化,序列化就是将JAVA 对象以一种的形式保持,比如存放到硬盘,或是用于传输.反序列化是序列化的一个逆过程. JAVA规定被序列化的对象必须实现java.io.S ...

  4. day19 Models补充+缓存+信号+序列化+分析抽屉页面

    参考链接: http://www.cnblogs.com/wupeiqi/articles/5237704.html http://www.cnblogs.com/wupeiqi/articles/5 ...

  5. Protostuff序列化工具类

    源代码 package org.wit.ff.util; import java.io.ByteArrayInputStream; import java.io.ByteArrayOutputStre ...

  6. protostuff序列化使用

    背景 最近在做项目的时候需要使用持久化功能,1.0版本中使用的akka自带的持久化功能,使用的是akka persist支持的redis插件,在使用的过程中踩了一些坑.因此,在而2.0版本中考虑自己往 ...

  7. Protostuff序列化和反序列化

    序列化和反序列化是在应对网络编程最常遇到的问题之一. 序列化就是将Java Object转成byte[]:反序列化就是将byte[]转成Java Object. 这里不介绍JDK serializab ...

  8. java protostuff 序列化反序列化工具

    protostuff是由谷歌开发的一个非常优秀的序列化反序列化工具 maven导入包: <dependency> <groupId>io.protostuff</grou ...

  9. Protostuff序列化和反序列化使用说明

    原文:http://blog.csdn.net/zhglance/article/details/56017926 google原生的protobuffer使用起来相当麻烦,首先要写.proto文件, ...

随机推荐

  1. 恶补web之七:html DOM知识

    html DOM定义了访问和操作html文档的标准;dom是w3c的标准,dom定义了访问html和xml文档的标准: w3c文档对象模型(dom)是中立平台和语言的接口,它允许程序和脚本动态访问和更 ...

  2. 工作中常用Git指令操作

    常用Git指令总结 前阵子有几天好不顺,可谓是喝水都呛着,更何况被Git给呛着了,还不轻,哈哈.所以打算总结一下自己在工作使用到Git相关的东西以及和大家探讨使用GIt的心得体会.于是,关于Git的的 ...

  3. Ajax+jquery+jaso传输数据

    所谓的Ajax.这里我们讲二种方法  方法一:(微软有自带Ajax框架)  在Asp.net里微软有自己的Ajax框架.就是在页面后台.cs文件里引入 using System.Web.Service ...

  4. TCP TIME WAIT

     根据TCP协议定义的3次握手断开连接规定,发起socket主动关闭的一方 socket将进入TIME_WAIT状态,TIME_WAIT状态将持续2个MSL(Max Segment Lifetime) ...

  5. zookeeper 分布式管理

    分布式框架: Zookeeper与paxos算法 一.            zookeeper是什么 官方说辞:Zookeeper 分布式服务框架是Apache Hadoop 的一个子项目,它主要是 ...

  6. access窗口标签居中

    Private Sub Form_Resize() On Error Resume Next Me.Width = Me.InsideWidth Me.Section(acDetail).Height ...

  7. get请求URL的转码

    String name = new String(json.getString("name").getBytes("iso8859-1"),"UTF- ...

  8. 记住这个网站：服务器相关数据统计网站 http://news.netcraft.com/

    http://news.netcraft.com/ 需要参考现在服务器相关数据,可以上这个网站. 当然google趋势也是一个可选得备案. 有一个数据统计更全面的: http://w3techs.co ...

  9. 学习Timer定时器

    原文地址:http://www.cppblog.com/ivenher/articles/19969.html setTimer函数用于创建一个计时器,KillTimer函数用于销毁一个计时器.计时器 ...

  10. ssh运行环境搭建及测试

    一.运行环境 1.Spring环境 Spring是一站式开发框架,在SSH中主要有以下作用,就像一个大管家: 控制反转(Inversion of Control):类不再自己进行类创建,而是交给Spr ...