序列化与反序列化详解

客官°小女子只卖身不卖艺 2024-02-18 20:31 49阅读 0赞

## 一、前言 ##

--------------------

个人感觉序列化简单来说就是按一定规则组包。反序列化就是按组包时的规则来接包。正常来说。序列化不会很难。不会很复杂。因为过于复杂的序列化协议会导致较长的解析时间，这可能会使得序列化和反序列化阶段成为整个系统的瓶颈。就像压缩文件、解压文件，会占用大量cpu时间。

所以正常的序列化会在时间和空间上考虑。个人感觉对于电商业务时间应该是相对重要些。毕竟用户没有那么多时间等你解析。

我们是用thrift来序列化的。一份thrift文件生成2份。一份是c++生成的用来编写服务接口。一份是php生成的。所有请求都会先落到前端机器。然后前端机器用php调用服务端函数接口。返回处理结果。这其实是远程调用rpc。

## 二、分配序列化空间的大小 ##

--------------------

说序列化之前先说下平台给序列化分配的buf的空间大小

1、每个协程会分配大概固定包头（56个字节）+特殊buf（200个字节）的空间来保存包头。所以首先如果收到的包特殊buf（就是放sessionkey和uid等信息）大于200个字节。会报错不处理。但是并不会给netio 返回一个错误包消息。所以客户端 会一直等到客户端设置的超时时间

2、每个container会分配3M的空间来处理数据。所以去掉包头和特殊buf.剩下的就是可以用来序列化的空间3\*1024\*1024-固定包头-特殊buf。 所以最少会有 3\*1024\*1024-56-200的空间

这里其实可以看到协程的好处。这个3M的空间。对于每个协程来说是共享的。因为我们是协程的方式，其实是一种顺序流程,没有协程会跟你竞争使用这个buf的资源。因为可以自己手动控制协程的切换。

如果是多线程的话。可能就要对这个buf加锁。竞争这一个全局资源来处理数据。这也是多线程编程被诟病的一个地方，需要加锁。

![517909-20160412072342676-651234417.png][]

## 三、序列化步骤 ##

--------------------

### 1、我们先看下请求。 ###

![复制代码][copycode.gif]

oCntlInfo.setOperatorUin(10458);
        oCntlInfo.setOperatorKey("abcde");
        oCntlInfo.setRouteKey(1234);
     
        std::string source = "aaaaa";
        std::string inReserve;
        std::string errmsg;
        std::string outStr;
     
     
        std::string machineKey;
        for(int i =0;i<500*1024;i++)
        {
            machineKey.append("a");
        }
     
     
        AoActionInfo oActionInfo;
        oActionInfo.SetDisShopId(1111);
        oActionInfo.SetDistributorId(2222);
     
        uint32_t dwResult = Stub4App.AddActionSupplier(
                    oCntlInfo,
                    machineKey,
                    source,
                    1,
                    1,
                    oActionInfo,
                    inReserve,
                    errmsg,
                    outStr);
        if(dwResult == 0)
        {
            std::cout << "Invoke OK!" << std::endl;
            std::cout << "Invoke OK!" << std::endl;
     
        }

![复制代码][copycode.gif]

客户端直接调用函数接口。到服务端请求结果

最后需要序列化的东西如下是类\_Cao\_action\_AddActionSupplier\_Req

函数的入参都是我们需要序列化的内容。注意这里是rpc调用的一个关键点。

### 2、序列化开始 ###

a) 先看下我们的thritf

如果下图。发现我们的函数入参也是打上了tag标志的。作用跟我们在结构体中打tag标志是一样的。为了标识一个字段的含义。

序列化的时候把这些tag序列化进去。 然后反序列化的时候靠这些tag来解析

![517909-20160412072834910-1514280230.png][]

b ) 先把图贴出来。按着图来讲更清晰些

![517909-20160412073028051-418611201.png][]

c) 首先我们会创建一个CByteStream的类来。序列化内容。在CByteStream的构造函数会自动写入一个字节的序列化包头。值为1

`CByteStream(``char``* pStreamBuf = NULL, uint32_t nBufLen = 0,``bool` `bStore=``true``,``bool` `bRealWrite =``true``);`

pStreamBuf 是序列化buf指针

pStreamBuf 是序列化的长度

bStore true表示是否需要包数据存储下来。 false表示不需要把数据存下来

bRealWrite 表示是否支持读写buf

d) 接着就开始写类\_Cao\_action\_AddActionSupplier\_Req的成员变量。其实就是函数入参。写的时候是先协tag就是下图中的fid。 其实就是在thrift中已经写好的函数入参的tag值。

具体写的过程我们先看简单基本类型。比如strMachineKey

1）先写tag。 strMachineKey 的tag为1. 程序里规定tag占两个字节。所以函数入参可以是0xffff个。

2 ) 接着会写4个固定的字节。用来存储后面紧跟着数据的值。这里strMachineKey的长度是512000.

3 ) 写内容 。 把strMachineKey的内容写入紧跟着的buf

针对整形和长整形就不说了

大同小异

![517909-20160412073143176-173721879.png][]

e) 接着我们关注下 是怎么写结构体oActionInfo的。

1）先写tag。 oActionInfo 的tag为5. 程序里规定tag占两个字节。

2 ) 接着针对结构体这里 会写4个固定的字节用来存结构体序列化长度。因为开始不知道所以值为0。

3 ) 接着写字段DistributorId。 它在oActionInfo结构体中的tag值为6.类型为int64. 所以先写tag=6占两个字节，接着分配4个字节存长度。最后分配8个字节存内容

4）跟着写DisShopId字段。就不细说了

5）最后写了2个字节包尾

6）最后 回写结构体的长度

这里注意下写结构体时候的写法。不注意的话会看错。

1）这里先拿到开始写结构体的buf指针。注意这里是用的int32\_t。占四个字节。跟前面保持一直。这里用来的存后面总序列虚化结构体提的总长度。

2）由于刚开始的时候 并不知道后面的结构体会序列化多少个字节。所以这里先写4个字节。

同时把这便宜的4个字节的内存值 设置为0

bs<<0; （这里其实建议写成 bs<<int32\_t（0） 会好一点。开起来一致）

这里开始没注意。以为写4个字节值为0的 结构体的头。其实这里是放结构体长度的

3）最后第5步。 重新赋值 结构体的长度

1）int32_t* pLen = (int32_t*)bs.getRawBufCur();
    2）bs << 0;
    3）int32_t iLen=bs.getWrittenLength();
    4）Serialize_w(bs);
    5）*pLen = bs.getWrittenLength() - iLen;

f）最后对整个\_Cao\_action\_AddActionSupplier\_Req写了两个字节的包尾

g) 我么可以看到oActionInfo其实有一堆的字段。但是我们在请求的时候只写了两个字段。所有在序列化的时候也只序列化了两个字段

![517909-20160412073234285-67866310.png][]

其实我们可以看到我们的这种序列化,很整齐。很规则。比较紧凑。但是并不节省空间。这个里面有很多数据可以压缩的。但是压缩带来一个问题就是解压的时候很消耗cpu的。跟我的业务场景不服和。也没必要。

## 四、序列化解析 ##

--------------------

其实知道了数据是怎么写入的 解析起来就很容易了。其实这种序列化就是两边约定规则。知道规则以后就可以解析了  
解析的具体步骤就不详细说了。这里说下解析的时候几个特殊的地方

1、因为tag占2个字节。所以函数入参不能大于0xffff. 一个结构体的字段个数不能大于0xffff

2、假如前端传入的tag在解析端找不到。解析端会偏移处理下一个tag。所以这是为什么我们可以删除字段的原因。

比如前端传入的结构如下

struct A\{

1:int aa

2:int bb

但是服务端后台编译后删除了一个字段

struct A\{

1:int aa

a)如果前端只填了字段aa。 那么解析起来没有任何问题.因为不会把字段bb的任何信息序列化进去。

b)假如前端填了 aa 和 bb字段。

那么服务端在解析的时候。拿到tag2。发现找不到对应的数据。

那么它会偏移4个字节取tag2对应字段内容所占的字节数。比如这里是4.

接着它发现是4.就偏移4个字节。不处理字段值内容。直接取下一个tag进行处理

这也就是我们为什么能删除字段的原因。

这样看来我们的函数入参其实也是可以删除的

3、我们服务端新增字段重新编译。前端没有对应的tag。根本不会序列化进来。这也是我们可以增加字段的原因。

4、解析的时候如果发现tag为0.则会是认为解析结束。所以我们的tag是不能为0的

5、这样我们也就能为服务端函数增加入参的。 同一个函数比如前端的入参是4个。服务端可以增加N个. 但是注意不能占用 函数已经用的tag。否则会有问题。而且为了保证函数的统一性。最好别这么做。

6、到这里已经很清晰了。 最后再说一次不能改tag对应的类型。

## 五、话外 ##

我们的这一套就是远程调用rpc服务。通过我们的序列化。

其实就能了解所谓的RPC服务是什么样的。

说白了，远程调用就是将对象名、函数名、参数等传递给远程服务器，服务器将处理结果返回给客户端。

为了能解析出这些信息。在入参的时候做上标识(这里是打tag).

谷歌的protobuf也用过。跟thrift其实差不多但是序列化和反序列的话的具体实现是有些不同的。

谷歌的protobuf更节省空间

以前具体看过序列化的源码。觉得序列化反序列化以及rpc很神秘。现在看了源码才发现确实写的确实好，

但是没那么神秘里。其实就是按一定规则组包。所以还是要多看源码啊。

我们用的thrift就是 facebook的thrift。但是改了些东西。大体是一样的。

[517909-20160412072342676-651234417.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/11c1e9ff27354ffb96eedd21f2494056.png
[copycode.gif]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/776dbeafa6d74e4e8514e4faeafc7e2e.png
[517909-20160412072834910-1514280230.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/7c1e82d5c0d44e14b5354dd8c1f1dc46.png
[517909-20160412073028051-418611201.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/02a1a854c1b04045b28cf8f021dc0e54.png
[517909-20160412073143176-173721879.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/9d7a2862c06c4ca7a9b60876c22e2b4b.png
[517909-20160412073234285-67866310.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/fb0c57cf2bb643c9a8b0d59067decf78.png