使用 MessagePack 序列化数据

简介

http://msgpack.org/

MessagePack 官方的解释:
MessagePack is an efficient binary serialization format. It lets you exchange data among multiple languages like JSON. But it's faster and smaller. Small integers are encoded into a single byte, and typical short strings require only one extra byte in addition to the strings themselves.
MessagePack 是一个高效的二进制序列化格式。它让你像 JSON 一样可以在各种语言之间交换数据。但是它比 JSON 更快、更小。小的整数会被编码成一个字节,短的字符串仅仅只需要比它的长度多一字节的大小。
官方用一句话总结:
** It's like JSON. **
** but fast and small. **
现在来看,redis 支持 MessagePack 格式,以及 pintrest 等公司,也在积极得使用这个协议进行开发,说明这个格式确实有很多先进性。

这张图片是以前 MessagePack 官方网站的首页图片,数字对比确实很能反映问题。
使用

通常 web 上做 RPC 通讯(Remote Procedure Call Protocol,远程过程调用协议)或者结构化数据存储,通常会采用 json,但是缺点就是占用空间相对会比较大。Google 的 Protocol Buffers 是个不错的序列化替代方案。

虽然 protobuf 的压缩性能比较好,但是要实现定义 message 的结构体,不如 json 这么方便和容易更改。而 msgpack 相比之下就有这些优点:

  • 兼容 json 的数据格式
  • 比 json 的序列化更省时间和空间
  • 支持很多种语言(python,java,ruby等等)

对 python 而言,需要先安装 msgpack 的包:

$ pip install msgpack-python​

官方示例:

>>> import msgpack
>>> msgpack.packb([1, 2, 3])
'\x93\x01\x02\x03'
>>> msgpack.unpackb(_)
[1, 2, 3]

下面有个测试,序列化数据采用不同的方法,包括 python 的 msgpack, simplejson和cPickle:

# -*- coding: utf-8 -*-

import msgpack
import simplejson
import cPickle
 
msg = {"cmd":"update", "data":{"uid":123, "name":"tom"}}
pmsg = msgpack.dumps(msg)
print len(pmsg)  # 32
 
smsg = simplejson.dumps(msg)
print len(smsg)  # 54
 
cmsg = cPickle.dumps(msg)
print len(cmsg)  # 85

对于多次使用 msgpack,可以先构造 packer 和 unpacker 对象:

# -*- coding: utf-8 -*-

import msgpack
 
msg =  {"cmd":"update", "data":{"uid":123, "name":"tom"}}
packer = msgpack.Packer()
pmsg = packer.pack(msg)

unpacker = msgpack.Unpacker()
unpacker.feed(pmsg)
msg = unpacker.unpack()

总结一下:
MessagePack 是一个基于二进制高效的对象序列化类库,可用于跨语言通信。它可以像 JSON 那样,在许多种语言之间交换结构对象;但是它比 JSON 更快速也更轻巧。支持 Python、Ruby、Java、C/C++ 等众多语言。比 Google 的 Protocol Buffers 还要快4倍。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,542评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,596评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,021评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,682评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,792评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,985评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,107评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,845评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,299评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,612评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,747评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,441评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,072评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,828评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,069评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,545评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,658评论 2 350

推荐阅读更多精彩内容