近日，谷歌“Fun Propulsion Labs”团队开源了FlatBuffers 。该库的构建是专门为游戏开发人员的性能需求提供支持，它将序列化数据存储在缓存中，这些数据既可以存储在文件中，又可以通过网络原样传输，而不需要任何解析开销。
FlatBuffers 有如下一些关键特性——
- 访问序列化数据不需要打包 / 拆包
- 节省内存而且访问速度快——缓存只占用访问数据所需要的内存；不需要任何额外的内存。
- 灵活性——通过可选字段向前向后兼容
- 代码规模小
- 强类型——错误在编译时捕获，而不是在运行时
- 便利性——生成的 C++ 头文件代码简洁。如果需要，有一项可选功能可以用来在运行时高效解析 Schema 和 JSON-like 格式的文本。
- 跨平台——使用 C++ 编写，不依赖 STL 之外的库，因此可以用于任何有 C++ 编辑器的平台。当前，该项目包含构建方法和在 Android、Linux、Windows 和 OSX 等操作系统上使用该库的示例。
与 Protocol Buffers 或 JSON Parsing 这样的可选方案相比，FlatBuffers 的优势在于开销更小，这主要是由于它没有解析过程。
在 C++ 中使用 FlatBuffers 包含以下步骤——
- 使用专用的 DSL 创建 schema 文件
- 使用 schema 编译器生成 C++ 头文件
- 在用户程序中包含生成的头文件（而且需要在路径中包含 flatbuffers/flatbuffers.h 文件）
- 使用 FlatBufferBuilder 类（它会构造一个平面二进制缓冲区）读写数据
正如前期讨论组中的讨论，FlatBuffers 明显有些不完善的地方。对Java 的支持还在试验阶段。对C#的支持是要求最多的功能之一，可能在下个版本提供。
读者可以查阅文档来了解更多信息。
Cap’n Proto 也是一个值得了解一下的项目，它旨在通过避免编码 / 解码过程来获得性能收益。
查看英文原文：**** Google Open-Sources FlatBuffers:Efficient, Cross-Platform, Serialization Library
暂无签名
分布式云行业实践指南（2023）
业内首个分布式云行业实践方法论、工具箱。
新东方的运维门户系统平台进阶路
深度学习在内容素材上复原、二次创作的研究应用
小代价，高收益，编写运行在 K8s 平台上的 Vert.x 应用
评论