十二、Android性能优化之数据传输效率优化-白红宇

数据传输效率优化 ####一、数据的序列化和反序列化服务器对象Object------数据流---->客户端Object对象

传统序列化： Serializable/Parcelable 效率低像新闻端用户浏览时会下载大量图片和文字采用传统数据传输会造成内存的浪费和CPU计算时间的占用

数据的序列化是程序代码里面必不可少的组成部分，当我们讨论到数据序列化的性能的时候，需要了解有哪些候选的方案，他们各自的优缺点是什么。首先什么是序列化？用下面的图来解释一下：

数据序列化的行为可能发生在数据传递过程中的任何阶段，例如网络传输，不同进程间数据传递，不同类之间的参数传递，把数据存储到磁盘上等等。通常情况下，我们会把那些需要序列化的类实现Serializable接口(如下图所示)，但是这种传统的做法效率不高，实施的过程会消耗更多的内存。

但是我们如果使用GSON库来处理这个序列化的问题，不仅仅执行速度更快，内存的使用效率也更高。Android的XML布局文件会在编译的阶段被转换成更加复杂的格式，具备更加高效的执行性能与更高的内存使用效率。

####下面介绍三个数据序列化的候选方案：

Protocal Buffers：强大，灵活，但是对内存的消耗会比较大，并不是移动终端上的最佳选择。

Nano-Proto-Buffers：基于Protocal，为移动终端做了特殊的优化，代码执行效率更高，内存使用效率更佳。

FlatBuffers：这个开源库最开始是由Google研发的，专注于提供更优秀的性能。上面这些方案在性能方面的数据对比如下图所示：

可见，FlatBuffers 几乎从空间和时间复杂度上完胜其他技术。 FlatBuffers 是一个开源的跨平台数据序列化库，可以应用到几乎任何语言（C++, C#, Go, Java, JavaScript, PHP, Python），最开始是 Google 为游戏或者其他对性能要求很高的应用开发的。项目地址在上。。

####FlatBuffer 的优点 FlatBuffer 相对于其他序列化技术，例如 XML，JSON，Protocol Buffers 等，有哪些优势呢？官方文档的说法如下：

1.直接读取序列化数据，而不需要解析（Parsing）或者解包（Unpacking）：FlatBuffer 把数据层级结构保存在一个扁平化的二进制缓存（一维数组）中，同时能够保持直接获取里面的结构化数据，而不需要解析，并且还能保证数据结构变化的前后向兼容。

2.高效的内存使用和速度：FlatBuffer 使用过程中，不需要额外的内存，几乎接近原始数据在内存中的大小。

3.灵活：数据能够前后向兼容，并且能够灵活控制你的数据结构。

4.很少的代码侵入性：使用少量的自动生成的代码即可实现。

5.强数据类性，易于使用，跨平台，几乎语言无关。

官方提供了一个性能对比表如下：

在做 Android 开发的时候，JSON 是最常用的数据序列化技术。我们知道，JSON 的可读性很强，但是序列化和反序列化性能却是最差的。解析的时候，JSON 解析器首先，需要在内存中初始化一个对应的数据结构，这个事件经常会消耗 100ms ~ 200ms2；解析过程中，要产生大量的临时变量，造成 Java 虚拟机的 GC 和内存抖动，解析 20KB 的数据，大概会消耗 100KB 的临时内存2。FlatBuffers 就解决了这些问题。

####FlatBuffer 使用下载文件编译工具1.下载源码$ git clone 2.下载编译工具下载对应的cmake工具参考网上：可以使用 cmake编译成flatc工具。但是暂时没有搞懂怎么编译？最后，在这个地方可以下载windows的 exe可以运用文件。比较坑的最新的1.7.1没有exe没有exe下载。也没有看后面的，以为需要自己编译。最后一不留神看到1.7.0有下载。哎。。。。。。。。

编写描述使用 FlatBuffers 的 IDL 定义好数据结构 Schema，编写 Schema 的详细文档在这里。参考一个例子

namespace com.haocai.app.flatbuffer;table Items {    ItemId : long;    timestemp : int;    basic:[Basic];}table Basic{	id:int;	name:string;	email:int;	code:long;	isVip:bool;	count:int;	carList:[Car];}table Car{	id:long;	number:long;	describle:string;}root_type Items;复制代码

使用工具生产相应数据类

2.根据json生成和fbs 生成flatbuffer 二进制文件.bin 例如repos_json.json （有数据）,对应的数据结构repos_schema.fbs ,生成repos_json.bin（二进制flatbuffer格式的） $ ./flatc -j -b repos_schema.fbs repos_json.json

工程中使用编写对应描述文件，翻译成对应语言的类。把对应的类，放到你的工程中。

调用 MainActivity.Java

public class MainActivity extends AppCompatActivity {    private static final String TAG ="main" ;    @Override    protected void onCreate(Bundle savedInstanceState) {        super.onCreate(savedInstanceState);        setContentView(R.layout.activity_main);    }    public void serialize(View v) {//----------------序列化-------------        FlatBufferBuilder builder = new FlatBufferBuilder();        int id1 = builder.createString("兰博基尼");        //准备Car对象        int car1 = Car.createCar(builder,10001L,88888L,id1);        int id2 = builder.createString("奥迪A8");        //准备Car对象        int car2 = Car.createCar(builder,10001L,88888L,id2);        int id3 = builder.createString("奥迪A9");        //准备Car对象        int car3 = Car.createCar(builder,10001L,88888L,id3);        int[] cars = new int[3];        cars[0] = car1;        cars[1] = car2;        cars[2] = car3;        //创建Basic对象里面的Car集合        int carList =  Basic.createCarListVector(builder,cars);        int name =  builder.createString("kpioneer");        int email = builder.createString("kpioneer@qq.com");        int basic = Basic.createBasic(builder,10,name,email,100L,true,100,carList);        int basicOffset = Items.createBasicVector(builder,new int[]{basic});        /**         * table Items {         ItemId : long;         timestemp : int;         basic:[Basic];         }         */        Items.startItems(builder);        Items.addItemId(builder,1000L);        Items.addTimestemp(builder,2016);        Items.addBasic(builder,basicOffset);        int rootItems = Items.endItems(builder);        Items.finishItemsBuffer(builder,rootItems);        //============保存数据到文件=================        File sdcard = Environment.getExternalStorageDirectory();        //保存的路径        File file = new File(sdcard,"Items.txt");        if(file.exists()){            file.delete();        }        ByteBuffer data = builder.dataBuffer();        FileOutputStream out = null;        FileChannel channel = null;        try {            out = new FileOutputStream(file);            channel = out.getChannel();            while(data.hasRemaining()){                channel.write(data);            }        } catch (Exception e) {            e.printStackTrace();        }finally {            try {                if(out!=null){                    out.close();                }                if(channel!=null){                    channel.close();                }            } catch (IOException e) {                e.printStackTrace();            }        }        //===================反序列化=============================        FileInputStream fis = null;        FileChannel readChannel = null;        try {            fis = new FileInputStream(file);            ByteBuffer byteBuffer = ByteBuffer.allocate(1024);            readChannel = fis.getChannel();            int readBytes = 0;            while ((readBytes=readChannel.read(byteBuffer))!=-1){                System.out.println("读取数据个数："+readBytes);            }            //把指针回到最初的状态，准备从byteBuffer当中读取数据            byteBuffer.flip();            //解析出二进制为Items对象。            Items items = Items.getRootAsItems(byteBuffer);            //读取数据测试看看是否跟保存的一致            Log.i(TAG,"items.id:"+items.ItemId());            Log.i(TAG,"items.timestemp:"+items.timestemp());            Basic basic2 = items.basic(0);            Log.i(TAG,"basic2.name:"+basic2.name());            Log.i(TAG,"basic2.email:"+basic2.email());            //carList            int length = basic2.carListLength();            for (int i=0;i

基本原理

在上面的布局中，你需要注意：

每个对象都被分为两个部分：元数据的部分(或vtable)在轴心点的左边，真实的数据部分在右边。每个字段对应于vtable中的一个槽，其中存储了那个字段的真实数据的偏移量。比如，John的table的第一个槽的值为1，表明了John的名字被存放在了距离Jonh的轴心点向右偏移一个字节的地方。

对于对象字段，vtable中的偏移量指向子对象的轴心点。比如，John的vtable中的第三个槽指向了Mary的轴心点。

要表示字段没有值，我们可以在一个vtable槽中使用一个0偏移量。

特别感谢：