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 " + (i+1) + ": " + 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 ​​​​​​​