Flatbuffer 使用

flatbuffer是google发布的一个跨平台数据序列化框架，项目地址在 GitHub (opens new window) ，官方的文档在 这里 (opens new window)

具有如下特点

1、对序列化的数据不需要打包和拆包

2、内存和效率速度高，扩展灵活

3、代码依赖较少

4、强类型设计，编译期即可完成类型检查

5、使用简单、可跨平台使用，支持C++, C#, Go, Java, JavaScript, PHP, Python等语言

更多资料：

FlatBuffer优化数据传输效率 (opens new window)

FlatBuffer介绍和用法 (opens new window)

Flatc 编译

1. 下载地址 (opens new window)，获取flatc_windows_exe.zip，解压后获得文件 flatc.exe文件（cmake编译过，可直接使用）

2. cd 到flatc.exe 路径下（ 如：cd C:\Users\zhengz\Desktop\flatc）

3. 编写Schema文件，文件名为 Person.fbs

   namespace com.race604.fbs;
   
   enum FriendshipStatus: int {Friend = 1, NotFriend}
   
   table Person {  
     name: string;
     friendshipStatus: FriendshipStatus = Friend;
     spouse: Person;
     friends: [Person];
   }
   
   root_type Person;  
   

4. 运行命令，将 Person.fbs 转 Java

   // -j 生成Java结构、-b生成二进制结构
   flatc -j -b Person.fbs
   

   生成的文件和结构

   └── com
       └── race604
           └── fbs
               ├── FriendshipStatus.java
               └── Person.java
   

使用建议

通过前面的体验，FlatBuffers 几乎秒杀了 JSON，下面说说 FlatBuffers 的几点缺点：

1. FlatBuffers 需要生成代码，对代码有侵入性；
2. 数据序列化没有可读性，不方便 Debug；
3. 构建 FlatBuffers 对象比较麻烦，不直观，特别是如果对象比较复杂情况下需要写大段的代码；
4. 数据的所有内容需要使用 Schema 严格定义，灵活性不如 JSON。 所以，在什么情况下选择使用 FlatBuffers 呢？个人感觉需要满足以下几点：
5. 项目中有大量数据传输和解析，使用 JSON 成为了性能瓶颈；
6. 稳定的数据结构定义

flatc.exe

基本很少需要，主动clone flatbuffer代码仓库，编译成flatc.exe

步骤流程：

git clone git@github.com:google/flatbuffers.git
cd flatbuffers
brew install cmake
cmake -G "Unix Makefiles"
make
make install
flatc --version