C++对象序列化方案对比

序列化是将对象状态信息转换为可存储或传输的过程，序列化时，对象会将当前状态写入到临时或持久性的存储区。以后，可以通过从存储区中读取或反序列化对象的状态，重新创建该对象。

对象序列化反序列化通常用于：

1. 将对象存储于硬盘上

2. 在网络上传送对象的字节序列

更多介绍

 

常见的C++序列化方案

==Boost.Serialization==

介绍：Boost.Serialization可以创建或重建程序中的等效结构，并保存为二进制数据、文本数据、XML或者有用户自定义的其他文件。该库具有以下吸引人的特性：

1. 代码可移植（实现仅依赖于ANSI C++）

2. 深度指针保存与恢复

3. 可以序列化STL容器和其他常用模版库

4. 数据可移植

5. 非入侵性

使用：教程

下载Boost库，并根据需要编译(Boost库涉及较广)。

编写应用。

●依需求编写入侵式或非入侵式序列化方法

●支持STL容器类、指针、父子类的序列化

为需要序列化的类添加序列化代码。

●初始化fstream

●需求初始化xml, text, binary存档

●写入对象，并关闭文件流

 

== MFC Serialization ==

简介：Windows平台下可使用MFC中的序列化方法。MFC 对 CObject 类中的序列化提供内置支持。因此，所有从 CObject 派生的类都可利用 CObject 的序列化协议。（MSDN中的介绍）

使用：

为VS项目添加MFC支持

●设置项目属性

●包含头文件C++:

1 #include <afxwin.h>
2 #include <afxtempl.h>

●编写继承CObject的类

●实现序列化方法C++:

1 void Serialize(CArchive& ar);

●添加序列化宏C++:

1 //添加在声明类中
2 DECLARE_SERIAL(basic_pojo_mfc)
3 //…
4 //添加在实现文件中
5 IMPLEMENT_SERIAL(MyObject, CObject, 1)

●编写序列化与反序列化的对象

●创建CFile，CArchive对象

●写入对象，关闭资源

 

==Google Protocol Buffers==

简介：Google Protocol Buffers (GPB)是Google内部是用的数据编码方式，旨在用来代替XML进行数据交换。可用于数据序列化与反序列化。主要特性有：

1. 高效

2. 语言中立（Cpp, Java, Python）

3. 可扩展

官方文档

使用：

●下载GPB，并编译出需要使用的库。

●编写.proto文件，并编译出.cc与.h文件。

●依规则编写.proto

●编译

●Shell/CMD:

1 protoc -I=$SRC_DIR –cpp_out=$DST_DIR $SRC_DIR/addressbook.proto

●编写序列化与反序列化代码。

 

比较

==测试用例介绍==

比较维度：

●序列化与反序列化消耗的时间

●产生数据文件大小

测试数据类型：

C++:01 //基本数据类型
02 class basic_pojo {
03 public :
04 char char8;
05 unsigned char uchar8;
06 short short16;
07 unsigned short ushort16;
08 int int32;
09 unsigned int uint32;
10 long long32;
11 unsigned long ulong32;
12 float float32;
13 double double64;
14 bool bool8;
15 };
16
17 //复合数据类型
18 class complex_pojo {
19 public :
20 string string_stl;
21 basic_pojo_boost basic_class;
22 };

测试代码

 

结果

序列化与反序列化消耗的时间：

 

产生数据文件大小：

数据：

Protocol BuffersBoost.SerializationMFC:SerializationSerialization(ms)942191218Unserialization(ms)2032961282Archive Size(KB)459044935372

 

结论

Google Protocol Buffers效率较高，但是数据对象必须预先定义，并使用protoc编译，适合要求效率，允许自定义类型的内部场合使用。Boost.Serialization 使用灵活简单，而且支持标准C++容器。相比而言，MFC的效率较低，但是结合MSVS平台使用最为方便。希望有时间补充更多的序列化方案及测试指标。

boost例子：

对于核心数据相对比较集中的应用程序来说，serialization机制可以直接充当文档保存与打开功能的实现工具，这也是很多成熟的应用程序framework都提供serialization支持的原因
但是个人认为，serialization最精彩的用处在于保存现场，比如在探索性的科研应用程序开发过程中，很可能一部分算法已经固定下来，其余的有待进一步探索，而确定下来的部分有可能十分time consuming，如果每次改一下算法都要从头计算，就会很费时间，长期下去对工作情绪会有很大影响，这时候可以用serialization把每一步的结果存成文件，下次启动时任选一个开始新的计算。

Boost的Serialization库是一个十分强大的工具，它文档中提到的11个开发目标列举如下：
1.代码移植性，只依赖于ANSI C++标准
2.代码简洁性，的确运用Boost::Serialization所需要的代码量很小
3.每个类有自己独立的版本控制，以保证旧的save结果可以被新的程序load回来
4.深度指针save与load，不仅serialize指针本身，而且包括它指向的对象数据
5.多个指针指向同一个对象不会被serialize多次
6.对常用STL容器的支持
7.串行数据的平台移植性
8.类如何被串行化与串行数据按何种格式存储相互无关
9.非侵入性，这对于数据中使用了第三方类库的情形很有效

最后两个没有理解，希望高人指点
10.The archive interface must be simple enough to easily permit creation of a new type of archive. 
11.The archive interface must be rich enough to permit the creation of an archive that presents serialized data as XML in a useful manner.

下面是我试用Boost::Serialization的记录

第一个例子

假设有这样一个类需要串行化

 

 class  Data
 {
 public :
     int  mInt;
} ;

 

这里为了简化起见，成员变量都设成public了，串行化的代码如下

 

 1  #include  < fstream > 
 2  
 3  //  fewest include headers 
 4  #include  < boost / archive / text_iarchive.hpp > 
 5 #include  < boost / archive / text_oarchive.hpp > 
 6  
 7  //  use this to ease the archive selection 
 8  typedef boost::archive::text_iarchive iarchive;
 9 typedef boost::archive::text_oarchive oarchive;
10  
11  class  Data
12  {
13     friend  class  boost::serialization::access;
14  
15  protected :
16  
17     template < class  Archive > 
18       void  serialize(Archive  &  ar,  const  unsigned  int   /*  file_version  */ )
19       {
20         ar  &  mInt;
21     } 
22  
23  public :
24  
25      int  mInt;
26  
27      static   void  saveData( const  Data &  obj, std:: string  fileName)
28       {
29         std::ofstream ofs(fileName.c_str());
30         oarchive oa(ofs);
31         oa  <<  obj;
32     } 
33  
34      static   void  loadData(Data &  obj, std:: string  fileName)
35       {
36         std::ifstream ifs(fileName.c_str());
37         iarchive ia(ifs);
38         ia  >>  obj;
39     } 
40 } ;
41  
42  void  main()
43  {
44     Data d1;
45     d1.mInt  =   3 ;
46  
47     Data::saveData(d1,  " output.txt " );
48  
49     Data d2;
50     Data::loadData(d2,  " output.txt " );
51  
52      //  results should be the same. 
53      ToolLib::LOG(TOSTR(d2.mInt));
54 }

 

成员serialize函数是定义类如何被串行化之规则的核心。
由于使用了RTTI机制，serialize函数不需要为virtual，永远只要是void就可以，在串行化指针的时候能够被正确调用。
serialize函数中的 & 运算符在load时调用 >>，而在save时调用 <<，这样save和load只要一个函数就可以。
saveData和loadData函数必不可少，由于serialization库强大的编译检查机制，如果不用这样的方式来save一个对象，往往会因为这个对象不是const而编译失败。
所用的archive类型可以任选，如text或binary，上例中的typedef即是为了封装这一变化

非侵入性

下面一例演示了串行化不可侵入的类型。这里用的是 WildMagicLib2.5中的 2-Vector

 

 #include  < WildMagic2p5 / Include / WmlVector2.h > 
 
 class  Data
 {
    friend  class  boost::serialization::access;

 protected :

    template < class  Archive > 
      void  serialize(Archive  &  ar,  const  unsigned  int   /*  file_version  */ )
     {
        ar  &  mVec2d;
    } 
 
 public :

    Wml::Vector2d mVec2d;

     static   void  saveData( const  Data &  obj, std:: string  fileName);
     static   void  loadData(Data &  obj, std:: string  fileName);
} ;

 namespace  boost  { 
 namespace  serialization  {
    template < class  Archive,  class  Real > 
     void  serialize(Archive &  ar, Wml::Vector2 < Real >&  g,  const  unsigned  int  version)
     {
        ar  &  g.X();
        ar  &  g.Y();
    } 
}   //  namespace serialization 
 }   //  namespace boost

 

这种情况下，需要这个全局serialize在能够访问到那个类里需要串行化的数据，常常load和save的方法不一样，如load时调用setVar，save时调用getVar，这时Archive::is_loading和Archive::is_saving常数就有用了。一种等价但是更直观的方法是使用BOOST_SERIALIZATION_SPLIT_MEMBER或者BOOST_SERIALIZATION_SPLIT_FREE宏，两者分别生成调用load/save成员函数和load/save全局函数的代码。

在serialization内部，是通过定义全局serialize函数模板，并在里面调用成员serialize函数来实现的，如下所示，需要非侵入的对象只要特化这个全局函数就可以了。

 

 //  default implemenation - call the member function "serialize" 
 template < class  Archive,  class  T > 
inline  void  serialize(
    Archive  &  ar, T  &  t,  const  BOOST_PFTO unsigned  int  file_version
) {
    access::serialize(ar, t, static_cast < unsigned  int > (file_version));
}

 

STL容器支持

通过包含一些serialization提供的头文件，对STL容器可以像普通变量一样支持

 

 //  STL support headers 
 #include  < boost / serialization / vector.hpp > 
#include  < boost / serialization / string .hpp > 
 
 class  Data
 {
    friend  class  boost::serialization::access;

 protected :

    template < class  Archive > 
      void  serialize(Archive  &  ar,  const  unsigned  int   /*  file_version  */ )
     {
        ar  &  mStr;
        ar  &  mVecInt;
        ar  &  mVecStr;
    } 
 
 public :

    std:: string  mStr;
    std::vector < int >  mVecInt;
    std::vector < std:: string >  mVecStr;

     static   void  saveData( const  Data &  obj, std:: string  fileName);
     static   void  loadData(Data &  obj, std:: string  fileName);
} ;

 

指针与数组

 

 class  ClassA
 {
 public :
     int  mInt;
} ;

 class  Data
 {
    friend  class  boost::serialization::access;

 protected :

    template < class  Archive > 
      void  serialize(Archive  &  ar,  const  unsigned  int   /*  file_version  */ )
     {
        ar  &  mPtrInt;
        ar  &  mArrInt;
        ar  &  mPtrData;
        ar  &  mPtrA;
    } 
 
 public :

    Data():mPtrData(NULL), mPtrInt(NULL), mPtrA(NULL) {} 
 
    Data *  mPtrData;
     int  mArrInt[ 10 ];
     int *  mPtrInt;
    ClassA *  mPtrA;

     static   void  saveData( const  Data &  obj, std:: string  fileName);
     static   void  loadData(Data &  obj, std:: string  fileName);
} ;

 namespace  boost  { 
 namespace  serialization  {
    template < class  Archive > 
     void  serialize(Archive &  ar,  int &  g,  const  unsigned  int  version)
     {
        ar  &  g;
    } 
}   //  namespace serialization 
 }   //  namespace boost

 

数组可以直接串行化，指针比须保证有效，所以必须保证在串行化之前经过初始化。
对于基本类型如int，可以直接串行化，但其指针int*，要当作不可侵入类型的指针来看待，所以需要一个全局serialize函数来说明int类型的串行化方式

对于有基类指针的串行化，代码如下

 

 class  ClassA
 {
 public :
     int  mIntA;

     virtual   void  someMethod()  =  NULL;
    
    template < class  Archive > 
      void  serialize(Archive  &  ar,  const  unsigned  int   /*  file_version  */ )
     {
        ar  &  mIntB;
    } 
} ;

BOOST_IS_ABSTRACT(ClassA)

 class  ClassB:  public  ClassA
 {
 public :
     int  mIntB;
    
     virtual   void  someMethod() {} 
 
    template < class  Archive > 
      void  serialize(Archive  &  ar,  const  unsigned  int   /*  file_version  */ )
     {
        ar  &  boost::serialization::base_object < ClassA > ( * this );
        ar  &  mIntB;
    } 
} ;

BOOST_CLASS_EXPORT(ClassB)

 

纯虚类后加上BOOST_ISABSTRACT，而可能会被串行化到的子类用BOOST_CLASS_EXPORT，这样就可以在任何地方串行化 ClassA* 的成员变量。
子类的serialize函数里必须要照顾到基类的成员。

版本控制

在serialize函数中的version参数就是用于版本控制的，所有类的版本号默认为0，新版本的类可以自己指定版本号以便与旧版本相区别。如下

BOOST_CLASS_VERSION(ClassA, 1)

对于save过程，版本号始终为新的，而load过程取决于文件中保存的值，对于新版本新增变量的情况可以这样解决

 

 //  old definition 
 class  ClassA
 {
 public :
     int  mInt;
} ;

 //  new definition 
 class  ClassA
 {
 public :
     int  mInt;
     int  mIntNew;

    template < class  Archive > 
     void  serialize(Archive  &  ar,  const  unsigned  int  ver)
     {
        ar  &  mInt;

         if (ver  ==   1 )
            ar  &  mIntB;
    } 
} ;

BOOST_CLASS_VERSION(ClassA,  1 )

 

对于有改动的情形，稍微复杂一点，可以这样

 

 //  old definition 
 class  ClassA
 {
 public :
    TypeA mVarA;
} ;

 //  new definition 
 class  ClassA
 {
 public :

     //  suppose now we use B and C instead of A 
     TypeB mVarB;
    TypeC mVarC;

    template < class  Archive > 
     void  serialize(Archive  &  ar,  const  unsigned  int  ver)
     {
         if (ver  <   1 )
         {
             //  here must be loading 
 
            TypeA varA;
            ar  &  varA;
            
             //  now derive mVarB & mVarC from varA; 
         } 
         else 
          {
            ar  &  mVarB;
            ar  &  mVarC;
        } 
    } 
} ;

BOOST_CLASS_VERSION(ClassA,  1 )