快捷導(dǎo)航

C++內(nèi)存數(shù)據(jù)結(jié)構(gòu)與二進(jìn)制文件之間的序列化和反序列化方式

更新時(shí)間：2023年08月07日 09:26:00 作者：carbon06

這篇文章主要介紹了C++內(nèi)存數(shù)據(jù)結(jié)構(gòu)與二進(jìn)制文件之間的序列化和反序列化方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

C++內(nèi)存數(shù)據(jù)結(jié)構(gòu)與二進(jìn)制文件之間的序列化和反序列化

應(yīng)用場(chǎng)景

許多后端檢索server啟動(dòng)時(shí)候需要從文件加載到內(nèi)存中構(gòu)建索引，這個(gè)過(guò)程往往會(huì)消耗比較多的時(shí)間，這樣會(huì)造成sever啟動(dòng)消耗比較多的時(shí)間，在存在多臺(tái)服務(wù)器的時(shí)候會(huì)更加明顯。

我們可以將夠構(gòu)建索引的過(guò)程獨(dú)立成一個(gè)單獨(dú)的進(jìn)程，此進(jìn)程實(shí)現(xiàn)的功能是根據(jù)原始文件構(gòu)建索引結(jié)構(gòu)，并將索引結(jié)構(gòu)序列化到本地二進(jìn)制文件，Server在啟動(dòng)的時(shí)候只需要讀取二進(jìn)制文件就可以構(gòu)造出索引結(jié)構(gòu)，可以大大提高啟動(dòng)速度。

示例代碼

io.hpp ,對(duì)std::ifstream 以及std::ofstream 的封裝，提供從vector序列化到二進(jìn)制文件和從二進(jìn)制文件反序列化到vector等接口

#ifndef IO_HPP
#define IO_HPP
#include <string>
#include <vector>
#include <fstream>
class FileReader
{
public:
    FileReader(const std::string& filename)
        : input_stream(filename,std::ios::binary)
    {
    }
    /* Read count objects of type T into pointer dest */
    template <typename T> void ReadInto(T *dest, const std::size_t count)
    {
        static_assert(std::is_trivially_copyable<T>::value,
                      "bytewise reading requires trivially copyable type");
        if (count == 0)
            return;
        const auto &result = input_stream.read(reinterpret_cast<char *>(dest), count * sizeof(T));
        const std::size_t bytes_read = input_stream.gcount();
        if (bytes_read != count * sizeof(T) && !result)
        {
            return;
        }
    }
    template <typename T> void ReadInto(std::vector<T> &target)
    {
        ReadInto(target.data(), target.size());
    }
    template <typename T> void ReadInto(T &target) 
    {
         ReadInto(&target, 1); 
    }
    template <typename T> T ReadOne()
    {
        T tmp;
        ReadInto(tmp);
        return tmp;
    }
    std::uint32_t ReadElementCount32() 
    { 
        return ReadOne<std::uint32_t>(); 
    }
    std::uint64_t ReadElementCount64() 
    { 
        return ReadOne<std::uint64_t>(); 
    }
    template <typename T> void DeserializeVector(std::vector<T> &data)
    {
        const auto count = ReadElementCount64();
        data.resize(count);
        ReadInto(data.data(), count);
    }
private:
    std::ifstream input_stream;
};
class FileWriter
{
public:
    FileWriter(const std::string& filename)
        : output_stream(filename,std::ios::binary)
    {
    }
    /* Write count objects of type T from pointer src to output stream */
    template <typename T> void WriteFrom(const T *src, const std::size_t count)
    {
        static_assert(std::is_trivially_copyable<T>::value,
                      "bytewise writing requires trivially copyable type");
        if (count == 0)
            return;
        const auto &result =
            output_stream.write(reinterpret_cast<const char *>(src), count * sizeof(T));
    }
    template <typename T> void WriteFrom(const T &target) 
    { 
        WriteFrom(&target, 1); 
    }
    template <typename T> void WriteOne(const T tmp) 
    { 
        WriteFrom(tmp); 
    }
    void WriteElementCount32(const std::uint32_t count) 
    { 
        WriteOne<std::uint32_t>(count); 
    }
    void WriteElementCount64(const std::uint64_t count) 
    { 
        WriteOne<std::uint64_t>(count); 
    }
    template <typename T> void SerializeVector(const std::vector<T> &data)
    {
        const auto count = data.size();
        WriteElementCount64(count);
        return WriteFrom(data.data(), count);
    }
private:
    std::ofstream output_stream;
};
#endif

binary_io.cpp

#include "io.hpp"
#include <iostream>
struct Data
{
    int a;
    double b;
    friend std::ostream& operator<<(std::ostream& out,const Data& data)
    {
        out << data.a << "," << data.b;
        return out;
    }
};
template<typename T>
void printData(const std::vector<T>& data_vec)
{
    for (const auto data : data_vec)
    {
        std::cout << "{" << data << "} ";
    }
    std::cout << std::endl;
}
template<typename T>
void serializeVector(const std::string& filename,const std::vector<T>& data_vec)
{
    FileWriter file_writer(filename);
    file_writer.SerializeVector<T>(data_vec);
}
template<typename T>
void deserializeVector(const std::string& filename,std::vector<T>& data_vec)
{
    FileReader file_reader(filename);
    file_reader.DeserializeVector<T>(data_vec);
}
int main()
{
    std::vector<Data> vec1 = {{1,1.1},{2,2.2},{3,3.3},{4,4.4}};
    std::cout << "before write to binary file.\n";
    printData(vec1);
    const std::string filename = "vector_data";
    std::cout << "serialize vector to binary file.\n";
    serializeVector<Data>(filename,vec1);
    std::vector<Data> vec2;
    deserializeVector<Data>(filename,vec2);
    std::cout << "vector read from binary file.\n";
    printData(vec2);
    return 0;
}

編譯代碼

g++ -std=c++11 binary_io.cpp -o binary_io

執(zhí)行程序

./binary_io

執(zhí)行結(jié)果

程序?qū)?nèi)存中vector 數(shù)據(jù)寫(xiě)入二進(jìn)制文件，并從二進(jìn)制文件中反序列化到一個(gè)新的vector。

可以看到序列化前和序列化后的結(jié)果一致。

注意

序列化到文件的數(shù)據(jù)結(jié)構(gòu)需要滿(mǎn)足 is_trivially_copyable。std::is_trivially_copyable 在c++11 引入，TriviallyCopyable類(lèi)型對(duì)象有以下性質(zhì)

每個(gè)拷貝構(gòu)造函數(shù)是trivial 或者是deleted
每個(gè)移動(dòng)構(gòu)造函數(shù)是trivial 或者是deleted
每個(gè)拷貝賦值運(yùn)算符是trivial 或者是deleted
每個(gè)移動(dòng)賦值運(yùn)算符是trivial 或者是deleted
以上至少有一個(gè)是non-deleted
析構(gòu)函數(shù)是trivial 并且non-deleted

對(duì)于is_trivially_copyable 類(lèi)型對(duì)象的性質(zhì)，解釋如下

Objects of trivially-copyable types are the only C++ objects that may be safely copied with std::memcpy or serialized to/from binary files with std::ofstream::write()/std::ifstream::read(). In general, a trivially copyable type is any type for which the underlying bytes can be copied to an array of char or unsigned char and into a new object of the same type, and the resulting object would have the same value as the original

只有滿(mǎn)足trivially-copyable的對(duì)象才可以保證序列化到二進(jìn)制文件后，從二進(jìn)制文件反序列化到內(nèi)存后的值保持不變。

序列化與反序列化（其實(shí)就是一種將各種數(shù)據(jù)轉(zhuǎn)換成二進(jìn)制流與二進(jìn)制流的讀取的概念）

序列化：

將數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換稱(chēng)為二進(jìn)制數(shù)據(jù)流或者文本流的過(guò)程。序列化后的數(shù)據(jù)方便在網(wǎng)絡(luò)上傳輸和在硬盤(pán)上存儲(chǔ)。

反序列化：

與序列化相反，是將二進(jìn)制數(shù)據(jù)流或者文本流轉(zhuǎn)換稱(chēng)為易于處理和閱讀的數(shù)據(jù)結(jié)構(gòu)的過(guò)程。

本質(zhì)其實(shí)還是一種協(xié)議，一種數(shù)據(jù)格式，方便數(shù)據(jù)的存儲(chǔ)和傳輸。

為什么需要序列化？

我們知道，計(jì)算機(jī)世界往往是根據(jù)二進(jìn)制來(lái)區(qū)分?jǐn)?shù)據(jù)的，例如一個(gè)字節(jié)、兩個(gè)字節(jié)、三個(gè)字節(jié)等等，但是，由于在內(nèi)存中或者磁盤(pán)上，或者平臺(tái)的環(huán)境不同，為了方便數(shù)據(jù)在不同的地方能夠具有相同的含義，我們需要將數(shù)據(jù)轉(zhuǎn)換為一種大家都能識(shí)別的格式，二進(jìn)制或者編碼格式是大家都認(rèn)同的方式，而序列化正好是將一種數(shù)據(jù)格式轉(zhuǎn)換為二進(jìn)制數(shù)據(jù)流的過(guò)程或者方法，那么該數(shù)據(jù)結(jié)構(gòu)就能夠在任何地方保持其原有的含義，這就是序列化的意義。

什么是編碼？與序列化的區(qū)別？

編碼也是一種約定數(shù)據(jù)的含義的方式。與序列化不同，其約定的是更底層一些的數(shù)據(jù)含義，例如字符的表示，有ASCII、UTF-8、GBK等等，例如整數(shù)的表示，1=00000001一個(gè)字節(jié)，編碼約定了數(shù)據(jù)格式的最小單元，序列化是依賴(lài)于字符編碼之上的一種數(shù)據(jù)格式。

二進(jìn)制流和文本流的區(qū)別：

二進(jìn)制流是以二進(jìn)制為最小單位進(jìn)行編碼，例如多少個(gè)bit代表什么，文本流是以字符來(lái)進(jìn)行編碼，約定好多少個(gè)字節(jié)（通常是以字節(jié)為單位）代表什么。

最后附一個(gè)C/C++序列化庫(kù)，boost serialization。