我的 Python 应用程序当前使用 python-memcached API在 memcached 中设置和获取对象。该 API 使用 Python 原生的 pickle module序列化和反序列化 Python 对象。
这个 API 使得将嵌套的 Python 列表、字典和元组存储在 memcached 中变得简单而快速,并且将这些对象读回应用程序是完全透明的——它可以正常工作。
但是我不想局限于只使用Python,如果所有的memcached对象都用pickle序列化,那么用其他语言编写的客户端就不行了。
这里是跨平台序列化我考虑过的选项:
- XML - 主要的好处是它是人类可读的,但这在这个应用程序中并不重要。 XML 也占用大量空间,而且解析成本很高。
- JSON - 似乎是一个很好的跨平台标准,但我不确定它在从 memcached 回读时是否保留对象类型的特征。例如,根据 this post使用 simplejson 时,元组被转换为列表;此外,似乎向 JSON 结构添加元素可能会破坏写入旧结构的代码
- Google Protocol Buffers - 我对此非常感兴趣,因为它看起来非常快速和紧凑——至少比 XML 小 10 倍;它不是人类可读的,但这对这个应用程序并不重要;它似乎旨在支持在不破坏旧代码的情况下扩展结构
考虑到这个应用程序的优先级,memcached 的理想对象序列化方法是什么?
- 跨平台支持(Python、Java、C#、C++、Ruby、Perl)
- 处理嵌套数据结构
- 快速序列化/反序列化
- 最小内存占用
- 在不破坏旧代码的情况下灵活更改结构
最佳答案
一个主要考虑因素是“您是否必须指定每个结构定义”?
如果你没问题,那么你可以看看:
- Protocol Buffers - http://code.google.com/apis/protocolbuffers/docs/overview.html
- Thrift - http://developers.facebook.com/thrift/ (更倾向于服务)
这两种解决方案都需要支持文件来定义每个数据结构。
如果您不想招致开发人员预先定义每个结构的开销,请查看:
- JSON(通过 python cjson 和原生 PHP json)。如果您不需要传输二进制内容(例如图像等),两者都非常快。
- 另一种标记语言@ http://www.yaml.org/ .如果您获得正确的库,速度也会非常快。
但是,我认为这两种方法在传输二进制内容方面都存在问题,这就是我们排除使用它们的原因。 注意: YAML 可能具有良好的二进制支持,您必须检查客户端库 -- 参见此处:http://yaml.org/type/binary.html
在我们公司,我们推出了自己的库 (Extruct),用于支持二进制的跨语言序列化。我们目前在 Python 和 PHP 中有(相当)快速的实现,尽管由于在所有字符串上使用 base64(二进制支持),它的可读性不是很高。最终我们会将它们移植到 C 并使用更标准的编码。
如果循环中的迭代次数过多或必须查看每个字符,PHP 和 Python 等动态语言会变得非常慢。而 C 则擅长此类操作。
如果您想查看 Extruct 的实现,请告诉我。 (联系信息在 http://blog.gahooa.com/ 在“关于我”下)
关于python - memcached 中对象的最佳序列化方法是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/499593/