網(wǎng)絡(luò)數(shù)據(jù)交換的實際標(biāo)準(zhǔn)是 JSON (JavaScript 對象表示法)，但它也存在缺點，在某些情況下，其他格式可能更適用。本文將比較各種替代方案的優(yōu)缺點，包括易用性和性能。

注意：本文不會詳細(xì)介紹實現(xiàn)細(xì)節(jié)，但如果您是 Ruby 程序員，請查看 Dhaivat 編寫的這篇文章，文章介紹了在 Ruby 中實現(xiàn)一些序列化格式的方法。

關(guān)鍵要點

• JSON (JavaScript 對象表示法) 是最廣泛使用的用於數(shù)據(jù)序列化的格式，它提供人類可讀的代碼、簡單的規(guī)範(fàn)和廣泛的支持。但是，它也有一些局限性，尤其是在編碼二進(jìn)制數(shù)據(jù)時。
• BSON (二進(jìn)制 JSON) 是 JSON 類文檔的二進(jìn)制編碼序列化。它提供方便的二進(jìn)制信息存儲，旨在進(jìn)行快速的內(nèi)存操作，並且是 MongoDB 的主要數(shù)據(jù)表示形式。但是，在序列化時，它可能比 JSON 更昂貴。
• MessagePack 是一種用於序列化的二進(jìn)制格式，旨在實現(xiàn)高效的網(wǎng)絡(luò)傳輸。在速度和大小方面，它通常優(yōu)於 BSON，並且提供更好的 JSON 兼容性。
• YAML (YAML 不是標(biāo)記語言) 是一種用於序列化的純文本格式，它提供人類可讀的代碼和緊湊的代碼。它特別適用於查看和編輯數(shù)據(jù)結(jié)構(gòu)。但是，它的規(guī)範(fàn)比 JSON 的規(guī)範(fàn)大得多，因此更複雜。

什麼是數(shù)據(jù)序列化

根據(jù)維基百科的定義，序列化是：

將數(shù)據(jù)結(jié)構(gòu)或?qū)ο鬆顟B(tài)轉(zhuǎn)換為可以存儲（例如，存儲在文件或內(nèi)存緩衝區(qū)中，或通過網(wǎng)絡(luò)連接鏈路傳輸）並在以後在相同或其他計算機(jī)環(huán)境中重建的格式的過程。

假設(shè)您想收集關(guān)於一群人的某些數(shù)據(jù)——姓名、姓氏、暱稱、出生日期、他們演奏的樂器。您可以輕鬆地設(shè)置一個電子表格，定義一些列，並將每一行作為一個條目。您可以更進(jìn)一步，定義出生日期列必須是一個數(shù)字，並且樂器列可以是一個選項列表。它看起來像這樣：

姓名 姓氏 出生日期 暱稱 樂器 William Bailey 1962 Axl Rose vocals, piano Saul Hudson 1965 Slash guitar

或多或少，您在那裡所做的是定義一個數(shù)據(jù)結(jié)構(gòu)；如果您只需要電子表格格式，那麼您會做得很好。問題是，如果您想與數(shù)據(jù)庫或網(wǎng)站交換此信息，那麼即使底層語義總體上相同，這些數(shù)據(jù)結(jié)構(gòu)在這些其他平臺上的實現(xiàn)機(jī)制也會大相徑庭。您不能只將電子表格插入 Web 應(yīng)用程序，除非該應(yīng)用程序已為此專門設(shè)計。除非您有某種導(dǎo)出工具或網(wǎng)關(guān)，否則您無法將信息從網(wǎng)站傳輸?shù)綌?shù)據(jù)庫。

讓我們假設(shè)我們的網(wǎng)站已經(jīng)在其內(nèi)部邏輯中實現(xiàn)了這些數(shù)據(jù)結(jié)構(gòu)，並且它根本無法處理電子表格格式。為了解決這些問題，您可以將這些數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換為一種易於在不同應(yīng)用程序、架構(gòu)或其他內(nèi)容之間共享的格式：您將它們序列化。通過這樣做，您可以確保不僅可以跨平臺傳輸這些數(shù)據(jù)，而且可以在稱為反序列化的反向過程中重建它們。此外，如果從網(wǎng)站交換回電子表格，您將獲得原始對象的語義上相同的克隆——也就是說，看起來與您最初發(fā)送的行完全相同的行。

簡而言之：序列化數(shù)據(jù)是找到某種易於在不同應(yīng)用程序之間共享的通用格式。

格式

JSON

JSON (JavaScript 對象表示法) 是一種輕量級的數(shù)據(jù)交換格式。它易於人類閱讀和編寫；它易於機(jī)器解析和生成。

JSON 是最廣泛使用的數(shù)據(jù)序列化格式，它具有以下特性：

• （大部分）人類可讀的代碼：即使代碼已被模糊處理或縮小，您也可以始終使用 JSONLint 等工具對其進(jìn)行縮進(jìn)並使其再次可讀。
• 非常簡單直接的規(guī)範(fàn)：整個規(guī)範(fàn)的摘要可以放在一頁紙上（如 JSON 網(wǎng)站上顯示的那樣）。
• 廣泛的支持：不僅每種編程語言或 IDE 都帶有 JSON 支持，而且許多 Web 服務(wù) API 也提供 JSON 作為數(shù)據(jù)交換的一種方式。
• 作為 JavaScript 的子集，它支持以下 JavaScript 數(shù)據(jù)類型：
  • 字符串
  • 數(shù)字
  • 對象
  • 數(shù)組
  • true 和 false
  • null

以下是我們的先前電子表格在 JSON 中序列化後的樣子：

<code>[
  {
    "name": "William",
    "last name": "Bailey",
    "dob": 1962,
    "nickname": "Axl Rose",
    "instruments": [
      "vocals",
      "piano"
    ]
  },
  {
    "name": "Saul",
    "last name": "Hudson",
    "dob": 1965,
    "nickname": "Slash",
    "instruments": [
      "guitar"
    ]
  }
]
</code>

BSON

BSON，即二進(jìn)制 JSON，是 JSON 類文檔的二進(jìn)制編碼序列化……它還包含允許表示不屬於 JSON 規(guī)範(fàn)的數(shù)據(jù)類型的擴(kuò)展。

JSON 是一種純文本格式，雖然二進(jìn)制數(shù)據(jù)可以編碼為文本，但這有一定的局限性，並且會使 JSON 文件非常大。 BSON 用於處理這些問題。

它具有以下特性：

• 方便的二進(jìn)制信息存儲：更適合交換圖像和附件
• 旨在進(jìn)行快速的內(nèi)存操作
• 簡單規(guī)範(fàn)：與 JSON 一樣，BSON 也有一個非常簡短和簡單的規(guī)範(fàn)
• MongoDB 的主要數(shù)據(jù)表示形式：BSON 旨在易於遍歷
• 額外的數(shù)據(jù)類型：
  • 雙精度（64 位 IEEE 754 浮點數(shù)）
  • 日期（自 Unix 紀(jì)元以來的毫秒數(shù)）
  • 字節(jié)數(shù)組（二進(jìn)制數(shù)據(jù)）
  • BSON 對象和 BSON 數(shù)組
  • JavaScript 代碼
  • MD5 二進(jìn)制數(shù)據(jù)
  • 正則表達(dá)式

MessagePack

它類似於 JSON。但速度更快，體積更小。

MessagePack（也稱為 msgpack）是另一種用於序列化的二進(jìn)制格式。不像 BSON 那麼出名，但值得一看。

其特性包括：

• 旨在實現(xiàn)高效的網(wǎng)絡(luò)傳輸
• 比 BSON 更好的 JSON 兼容性：正如 Sadayuki Furuhashi 在這篇 Stack Overflow 帖子中解釋的那樣
• 比 BSON 更?。核拈_銷比 BSON 更小，並且大多數(shù)情況下可以序列化更小的對象
• 類型檢查：它支持靜態(tài)類型
• 流式 API：支持流式反序列化器，這對於網(wǎng)絡(luò)通信非常有用。

YAML

YAML：YAML 不是標(biāo)記語言。它是什麼：YAML 是一種適用於所有編程語言的人性化數(shù)據(jù)序列化標(biāo)準(zhǔn)。

回到純文本格式，YAML 是 JSON 的一種替代方案：

• （真正）人類可讀的代碼：YAML 的可讀性如此之高，以至於即使其首頁內(nèi)容也以 YAML 顯示以說明這一點
• 緊湊的代碼：使用空格縮進(jìn)表示結(jié)構(gòu)，無需引號或括號
• 關(guān)係數(shù)據(jù)的語法：允許使用錨點（&）和別名（*）進(jìn)行內(nèi)部引用
• 特別適用於查看/編輯數(shù)據(jù)結(jié)構(gòu)：例如配置文件、調(diào)試期間的轉(zhuǎn)儲和文檔標(biāo)題
• 一組豐富的與語言無關(guān)的類型：
  • 集合：
    • 無序鍵集（!!map）
    • 有序鍵序列（!!omap）
    • 有序鍵序列（!!pairs）
    • 不相等值的無序集（!!set）
    • 任意值的序列（!!seq）
  • 標(biāo)量類型：
    • 空值（~，null）
    • 十進(jìn)制 (1234)、十六進(jìn)制 (0x4D2) 和八進(jìn)制 (02333) 整數(shù)
    • 固定 (1_230.15) 和指數(shù) (12.3015e 02) 浮點數(shù)
    • 無窮大 (.inf, -.Inf) 和非數(shù)字 (.NAN)
    • true (Y, true, Yes, ON) 和 false (n, FALSE, No, off)
    • 使用 base64 編碼的二進(jìn)制 (!!binary)
    • 時間戳 (!!timestamp)。

以下是我們的電子表格在 YAML 中序列化後的樣子：

<code>[
  {
    "name": "William",
    "last name": "Bailey",
    "dob": 1962,
    "nickname": "Axl Rose",
    "instruments": [
      "vocals",
      "piano"
    ]
  },
  {
    "name": "Saul",
    "last name": "Hudson",
    "dob": 1965,
    "nickname": "Slash",
    "instruments": [
      "guitar"
    ]
  }
]
</code>

其他格式

還有許多其他序列化格式，例如 Protocol Buffers (protobuf，也是二進(jìn)制格式)，我已經(jīng)（以相當(dāng)隨意的方式）省略了。如果您只想了解所有可能的格式，請查看維基百科關(guān)於數(shù)據(jù)序列化格式比較的內(nèi)容。

……HDF5？

我們在這裡會稍微偏離主題一點。分層數(shù)據(jù)格式版本 5 (HDF5) 並不是真正用於序列化，而是用於存儲，並且它正在席捲數(shù)據(jù)科學(xué)和其他行業(yè)。它是一種非?？焖偾彝ㄓ玫母袷剑粌H可以用於存儲許多數(shù)據(jù)結(jié)構(gòu)，還可以用作關(guān)係數(shù)據(jù)庫的替代品。

為了結(jié)束這段插曲，讓我們只提一下，如果您正在使用 BSON 和 MessagePack 等二進(jìn)制格式來存儲/交換大量信息，您可能非常想看看 HDF5。

基準(zhǔn)測試和比較

出現(xiàn)的一種模式是，BSON 在序列化時可能比 JSON 更昂貴，但在反序列化時更快；並且 MessagePack 在任何操作上都比兩者都快。此外，由於其開銷，儘管是二進(jìn)制格式，但在存儲非二進(jìn)制數(shù)據(jù)時，BSON 文件有時可能比 JSON 文件更大。一些可以參考的鏈接：

• Maxim Novak 在 M@X on DEV 上進(jìn)行的序列化性能比較（C#/.NET）。
• Ilya Grigorik 在 ivita.com 上發(fā)表的 Protocol Buffers、Avro、Thrift 和 MessagePack。
• Karlin Fox 在 Atomic Object 上撰寫的二進(jìn)制序列化之旅指南。
• Matthew Rocklin 撰寫的有效存儲 Pandas DataFrame。
• Wesley Tanaka 撰寫的 MessagePack 與 JSON 與 BSON 的比較。

還值得注意的是，即使對於相同的格式，性能也可能取決於您選擇的序列化器和解析器。

備註和評論

雖然聽起來很傻，但 BSON 具有名稱的優(yōu)勢：人們會自動將 MongoDB 開發(fā)的格式 (BSON) 與標(biāo)準(zhǔn) (JSON) 關(guān)聯(lián)起來，它們之間並沒有關(guān)聯(lián)。因此，在搜索 JSON 的二進(jìn)制替代方案時，您也可以考慮其他選項。

事實上，MessagePack 似乎在各個方面都優(yōu)於 BSON：它更快、更小，而且它甚至比 BSON 更兼容 JSON。 （事實上，如果您已經(jīng)在使用 JSON，MessagePack 幾乎是一個即插即用的優(yōu)化。）也許作為一名“記者”，我應(yīng)該更平衡一些，但作為一名開發(fā)人員，這毫無疑問。

儘管如此，BSON 是 MongoDB 用於存儲和表示數(shù)據(jù)的格式，因此如果您正在使用這個 NoSQL 數(shù)據(jù)庫，那麼堅持使用它是有原因的。

當(dāng)然，序列化不僅僅是關(guān)於存儲二進(jìn)制數(shù)據(jù)。誠然，JSON 的目標(biāo)不同——即“人類可讀”。但是，稍微注意一下就會發(fā)現(xiàn) YAML 在這方面做得更好。

但是，YAML 規(guī)範(fàn)非常龐大，特別是與 JSON 的規(guī)範(fàn)相比。但可以說，它必須如此，因為它包含更多的數(shù)據(jù)類型和特性。

另一方面，不能忽視的是，JSON 的簡單性在其被採用作為其他序列化格式的關(guān)鍵作用。它依賴於一種已經(jīng)存在的廣泛使用的語言 JavaScript，如果您了解或接觸過 JS（如果您在 Web 開發(fā)行業(yè)，您就會了解），那麼您就已經(jīng)了解 JSON 了。

那麼為什麼現(xiàn)在不採用 YAML 呢？在許多情況下，這並不容易。 JSON 仍然在Web API 中佔有一席之地，因為您可以輕鬆地將JSON 代碼嵌入HTTP 請求中（對於GET，如在URL 中，以及POST，如在發(fā)送表單中）：該格式會讓您知道傳輸是否突然中斷，因為代碼將自動呈現(xiàn)無效，而YAML 和其他競爭性純文本格式可能並非如此。此外，您仍然需要在某個時刻與基於 JSON 的 API 和遺留代碼進(jìn)行交互，並且維護(hù)相同目的（數(shù)據(jù)序列化）的兩個代碼片段（JSON 和 YAML 方法）始終是一件痛苦的事情。

但話又說回來，這些部分上與推動我們倒退並阻止我們採用更新、更高效的技術(shù)（例如：Python 3 而不是 Python 2）的論點相同。我曾經(jīng)想過一分鐘，我們程序員和企業(yè)家是創(chuàng)新者，不是嗎？

關(guān)於數(shù)據(jù)序列化和 JSON 替代方案的常見問題

JSON 和 YAML 之間的主要區(qū)別是什麼？

JSON 和 YAML 都是數(shù)據(jù)序列化格式，但它們有一些關(guān)鍵區(qū)別。 JSON 是 JavaScript 的一個子集，由於其與 JavaScript 的兼容性，因此經(jīng)常在 Web 應(yīng)用程序中使用。它使用簡單的語法，易於閱讀和編寫。但是，它缺少一些功能，例如註釋和多行字符串。另一方面，YAML 是 JSON 的超集，並且具有更人性化的語法。它支持註釋和多行字符串，使其更易於用作配置文件。但是，它比 JSON 更複雜，並且支持度不如 JSON 廣泛。

BSON 與 JSON 和 YAML 相比如何？

BSON 或二進(jìn)制 JSON 是 JSON 類文檔的二進(jìn)製表示。它旨在在空間上高效，而且在計算密集型場景（如網(wǎng)絡(luò)傳輸）中也是如此。 BSON 可以存儲比 JSON 更多的數(shù)據(jù)類型，包括二進(jìn)制和日期數(shù)據(jù)類型。但是，它不如 JSON 或 YAML 人類可讀，並且主要用於 MongoDB 中存儲和檢索數(shù)據(jù)。

什麼是 MessagePack，它與其他數(shù)據(jù)序列化格式相比如何？

MessagePack 是一種類似於 JSON 但更高效的二進(jìn)制序列化格式。它緊湊、快速，並支持各種數(shù)據(jù)類型。它經(jīng)常用於對性能要求很高的應(yīng)用程序中，例如實時流式應(yīng)用程序。但是，與 BSON 一樣，它不如 JSON 或 YAML 人類可讀。

JSON 的其他替代方案有哪些？

是的，JSON 有幾種其他替代方案，包括 XML、Protobuf 和 Avro。 XML 是一種人類可讀的標(biāo)記語言，支持複雜的數(shù)據(jù)結(jié)構(gòu)，但它比 JSON 更冗長。 Protobuf 或 Protocol Buffers 是一種由 Google 開發(fā)的二進(jìn)制序列化格式，它緊湊且快速，但不可讀。 Avro 是一種由 Apache 開發(fā)的二進(jìn)制序列化格式，支持模式演變，使其適合長期數(shù)據(jù)存儲。

我應(yīng)該使用哪種數(shù)據(jù)序列化格式？

數(shù)據(jù)序列化格式的選擇取決於您的具體需求。如果您需要一種人類可讀且易於使用的格式，那麼 JSON 或 YAML 可能是最佳選擇。如果您需要一種緊湊且快速的格式，那麼 MessagePack 或 BSON 可能更合適。如果您需要一種支持模式演變的格式，那麼 Avro 可能是最佳選擇。在做出決定之前，了解每種格式的優(yōu)缺點非常重要。

我可以在同一個應(yīng)用程序中使用多種數(shù)據(jù)序列化格式嗎？

是的，可以在同一個應(yīng)用程序中使用多種數(shù)據(jù)序列化格式。例如，您可以使用 JSON 在客戶端和服務(wù)器之間進(jìn)行數(shù)據(jù)交換，並使用 BSON 在 MongoDB 中存儲數(shù)據(jù)。但是，使用多種格式可能會增加應(yīng)用程序的複雜性，因此務(wù)必仔細(xì)權(quán)衡利弊。

如何在不同的序列化格式之間轉(zhuǎn)換數(shù)據(jù)？

有幾個庫和工具可以用於在不同的序列化格式之間轉(zhuǎn)換數(shù)據(jù)。例如，您可以使用 Python 中的 json 模塊在 JSON 和 Python 對象之間轉(zhuǎn)換數(shù)據(jù)，或者使用 yaml 模塊在 YAML 和 Python 對象之間轉(zhuǎn)換數(shù)據(jù)。還有一些在線工具，例如 json2yaml，可以用於在 JSON 和 YAML 之間轉(zhuǎn)換數(shù)據(jù)。

使用不同的數(shù)據(jù)序列化格式會帶來哪些性能影響？

使用不同的數(shù)據(jù)序列化格式的性能影響可能因具體用例而異。像 BSON 和 MessagePack 這樣的二進(jìn)制格式通常比 JSON 和 YAML 等基於文本的格式更快、更緊湊。但是，它們不如人類可讀，這可能會使調(diào)試更加困難。還必須考慮用於序列化和反序列化數(shù)據(jù)的庫和工具的性能。

使用數(shù)據(jù)序列化格式時有哪些安全注意事項？

是的，使用數(shù)據(jù)序列化格式時，有一些安全注意事項。例如，如果 JSON 和 YAML 等某些格式未正確清理，則它們可以執(zhí)行任意代碼，這可能會導(dǎo)致安全漏洞。務(wù)必使用受信任的庫和工具來序列化和反序列化數(shù)據(jù)，並清理任何用戶提供的數(shù)據(jù)。

如何了解更多關(guān)於數(shù)據(jù)序列化格式的信息？

在線有許多資源可以幫助您了解更多關(guān)於數(shù)據(jù)序列化格式的信息。您可以從閱讀每種格式的官方文檔開始，這些文檔通常包含教程和示例。在 Stack Overflow 和 Medium 等網(wǎng)站上還有許多教程和文章。最後，您可以在自己的項目中嘗試不同的格式以獲得實踐經(jīng)驗。

以上是數(shù)據(jù)序列化比較：JSON，YAML，BSON，MessagePack的詳細(xì)內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！