【问题标题】:Good Design for C++ SerializationC++ 序列化的良好设计
【发布时间】:2012-06-09 18:17:12
【问题描述】:

我目前正在寻找一个好的 OO 设计来序列化 C++/Qt 应用程序。
想象一下基于树形结构组织的应用程序的类,使用 Composite-Pattern 实现,如下图所示。

我想到的两个可能的原则:

1.)
将 save()/load() 函数放在每个必须可序列化的类中。 如果多次看到这种情况,通常使用 boost 来实现。 在课堂上的某个地方,您会发现类似这样的内容:

friend class boost::serialization::access;
template<class Archive>
void serialize(Archive & ar, const unsigned int version)
{
    ar & m_meber1;
}

你也可以把它分成 save() 和 load()。 但这种方法的缺点是:
如果您想在两个月后更改序列化(到 XML、HTML 或一些非常奇怪的东西,boost 不支持),您必须采用所有数千个类。 在我看来,这不是一个好的 OO 设计。
如果您想同时支持不同的序列化(XML、二进制、ASCII 等),那么 80% 的 cpp 仅用于序列化函数。

2.)
我知道 boost 还提供了序列化的非侵入式版本

"http://www.boost.org/doc/libs/1_49_0/libs/serialization/doc/tutorial.html"

所以另一种方法是实现一个迭代器,它迭代复合树结构并序列化每个对象(以及一个用于反序列化的迭代器)
(我认为这是 .NET-Framework 的 XmlSerializer-Class 所做的,但我对 .NET 并不熟悉)
这听起来更好,因为单独的 save() 和 load() 并且如果序列化发生更改,只有一个位置可以更改。
所以这听起来更好,但是:
- 您必须为要序列化的每个参数提供一个 setter() 和一个 getter()。 (所以,不再有私有数据了。(这是好还是坏?))
- 您可以在复合树上挂起较长的继承层次结构(超过 5 个类)。
那么如何调用派生类的setter()/getter()呢? 只能调用基础 Composite-Component 的接口函数时。

另一种方法是将对象数据序列化为单独的抽象格式。 所有可能的后续序列化(XML、TEXT、任何可能的)都从中获取数据。 一个想法是将其序列化为 QDomNode。 但我认为额外的抽象会降低性能。

所以我的问题是:
有谁知道用于序列化的好的 OO 设计?
也许来自其他编程语言,如 JAVA、Python、C# 等等......

谢谢。

【问题讨论】:

  • Google 协议缓冲区?
  • 你似乎对Boost.Serialization性质感到困惑......adopt all the thousands of classes80% of cpp exist for serialization是什么意思?您编写一个单一的序列化函数(如果拆分保存和加载,则为两个),并将它与支持Archive 概念的任何内容一起使用,无论是 XML、JSON、Binary 等等。
  • 是的,@K-ballo 是对的。想一想,如果两个月后您不需要切换存档类型怎么办 - 这很容易,但是如果您需要更改树和数据中的某些内容怎么办? Boost::Serialization 在这一点上看起来非常好。
  • 我必须同意 Luchian 的观点。连载圣杯是一个神话。 protobuf 是理想的。序列化很少与面向对象有太多共同之处。这是关于将有效载荷移入和移出对象。但是,这只是我。

标签: c++ serialization architecture


【解决方案1】:

注意序列化。

序列化是对内存中的表示进行快照并在以后恢复它。

这一切都很好,只是当您考虑使用较新版本的软件(向后兼容性)或(上帝保佑)最近加载以前存储的快照时,它开始在接缝处磨损使用旧版本软件存储的快照(向前兼容性)。

许多结构可以轻松处理向后兼容性,但向前兼容性要求您的新格式非常接近其先前的迭代:基本上,只需添加/删除一些字段但保持相同的整体结构。

问题在于,出于性能原因,序列化倾向于将磁盘结构与内存表示联系起来;更改内存中的表示然后需要弃用旧存档(和/或迁移实用程序)。

另一方面,messaging 系统(这就是 google protobuf 就是这样)是关于将交换的消息结构与内存中的表示分离,以便您的应用程序保持灵活性。

因此,您首先需要选择是实现序列化还是消息传递


现在您可以在类内或类外编写保存/加载代码是对的。这又是一个权衡:

  • 类内代码可以立即访问所有成员,通常更高效、更直接,但灵活性较差,因此它与序列化密切相关
  • 类外代码需要间接访问(getter、访问者层次结构),效率较低,但更灵活,因此与消息传递密切相关

请注意,隐藏状态没有缺点。 class 没有(真正的)隐藏状态:

  • 缓存(mutable 值)就是这样,它们可以放心丢失
  • 隐藏类型(想想FILE* 或其他句柄)通常可以通过其他方式恢复(例如序列化文件名)
  • ...

我个人将两者混合使用。

  • 缓存是为当前版本的程序编写的,并在v1 中使用快速(反)序列化。编写新代码以同时使用v1v2,并默认写入v1,直到之前的版本消失;然后切换到写v2(假设它很容易)。有时,大规模重构会使向后兼容变得过于痛苦,我们此时将其扔在地上(并增加主要数字)。
  • 另一方面,与其他应用程序/服务的交换和更持久的存储(数据库或文件中的 blob)使用消息传递,因为我不想在未来 10 年内将自己束缚在特定的代码结构中。

注意:我正在研究服务器应用程序,所以我的建议反映了这种环境的细节。我想客户端应用程序必须永远支持旧版本......

【讨论】:

  • 感谢您的详细陈述。我想我找到了我正在寻找的东西 riehle.org/computer-science/research/1996/… BTW 我正在处理一个大型 CAD 应用程序,我们必须在其中序列化大量几何信息。
  • @grimblegrumble:在这种情况下,您可能希望更注重性能而不是灵活性。您可能还希望构建延迟加载,除非您立即需要大部分几何图形:延迟解码可能会给您更快的响应。 (注意:链接中的模式看起来很像访问者实现)
  • @ grimblegrumble 另外,如果程序员需要验证数据,并决定在反序列化过程中执行验证,这会变成地狱 - 有时部分加载是不安全的数据,跳过一些东西,因为析构函数可能会调用一些东西,一些东西还没有准备好使用(例如,还没有反序列化)。我有这个问题
猜你喜欢
  • 1970-01-01
  • 2010-12-29
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2011-12-22
  • 1970-01-01
相关资源
最近更新 更多