protobuf-net:序列化System.IO.Stream类型的属性,而不将整个流加载到内存中

时间:2016-12-07 17:32:16

标签: c# serialization protobuf-net

protobuf-net无法序列化以下类,因为不支持序列化Stream类型的对象:

[ProtoContract]
class StreamObject
{
    [ProtoMember(1)]
    public Stream StreamProperty { get; set; }
}

我知道我可以通过使用类型byte[]的序列化属性并将流读入该属性来解决此问题,如this question中所述。但这需要将整个byte[]加载到内存中,如果流很长,可能会快速耗尽系统资源。

有没有办法将一个流序列化为protobuf-net中的字节数组,而无需将整个字节序列加载到内存中?

1 个答案:

答案 0 :(得分:2)

这里的基本困难不是protobuf-net,而是V2 protocol buffer format。有两种方法可以对重复元素(例如字节数组或流)进行编码:

  • 作为打包重复元素。这里,该字段的所有元素都被打包成一个键值对,其中线类型为2(长度分隔)。每个元素的编码方式与正常情况相同,只是前面没有标记。

    protobuf-net以这种格式自动编码字节数组,但这样做需要事先知道的总字节数。对于字节流,这可能需要将整个流加载到内存中(例如,当StreamProperty.CanSeek == false时),这违反了您的要求。

  • 作为重复元素。这里编码的消息具有零个或多个具有相同标签号的键值对。

    对于字节流,使用此格式会导致编码消息中出现大量膨胀,因为每个字节都需要一个额外的整数键。

如您所见,默认表示都不符合您的需求。相反,将大字节流编码为“相当大”的块序列是有意义的,其中每个块都被打包,但整个序列不是。

以下版本的StreamObject执行此操作:

[ProtoContract]
class StreamObject
{
    public StreamObject() : this(new MemoryStream()) { }

    public StreamObject(Stream stream)
    {
        if (stream == null)
            throw new ArgumentNullException();
        this.StreamProperty = stream;
    }

    [ProtoIgnore]
    public Stream StreamProperty { get; set; }

    internal static event EventHandler OnDataReadBegin;

    internal static event EventHandler OnDataReadEnd;

    const int ChunkSize = 4096;

    [ProtoMember(1, IsPacked = false, OverwriteList = true)]
    IEnumerable<ByteBuffer> Data
    {
        get
        {
            if (OnDataReadBegin != null)
                OnDataReadBegin(this, new EventArgs());

            while (true)
            {
                byte[] buffer = new byte[ChunkSize];
                int read = StreamProperty.Read(buffer, 0, buffer.Length);
                if (read <= 0)
                {
                    break;
                }
                else if (read == buffer.Length)
                {
                    yield return new ByteBuffer { Data = buffer };
                }
                else
                {
                    Array.Resize(ref buffer, read);
                    yield return new ByteBuffer { Data = buffer };
                    break;
                }
            }

            if (OnDataReadEnd != null)
                OnDataReadEnd(this, new EventArgs());
        }
        set
        {
            if (value == null)
                return;
            foreach (var buffer in value)
                StreamProperty.Write(buffer.Data, 0, buffer.Data.Length);
        }
    }
}

[ProtoContract]
struct ByteBuffer
{
    [ProtoMember(1, IsPacked = true)]
    public byte[] Data { get; set; }
}

请注意OnDataReadBeginOnDataReadEnd事件?我添加然后进行调试,以便检查输入流实际上是否已经流式传输到输出protobuf流。以下测试类执行此操作:

internal class TestClass
{
    public void Test()
    {
        var writeStream = new MemoryStream();

        long beginLength = 0;
        long endLength = 0;

        EventHandler begin = (o, e) => { beginLength = writeStream.Length; Console.WriteLine(string.Format("Begin serialization of Data, writeStream.Length = {0}", writeStream.Length)); };
        EventHandler end = (o, e) => { endLength = writeStream.Length;  Console.WriteLine(string.Format("End serialization of Data, writeStream.Length = {0}", writeStream.Length)); };

        StreamObject.OnDataReadBegin += begin;
        StreamObject.OnDataReadEnd += end;

        try
        {
            int length = 1000000;

            var inputStream = new MemoryStream();
            for (int i = 0; i < length; i++)
            {
                inputStream.WriteByte(unchecked((byte)i));
            }
            inputStream.Position = 0;

            var streamObject = new StreamObject(inputStream);

            Serializer.Serialize(writeStream, streamObject);
            var data = writeStream.ToArray();

            StreamObject newStreamObject;
            using (var s = new MemoryStream(data))
            {
                newStreamObject = Serializer.Deserialize<StreamObject>(s);
            }

            if (beginLength >= endLength)
            {
                throw new InvalidOperationException("inputStream was completely buffered before writing to writeStream");
            }

            inputStream.Position = 0;
            newStreamObject.StreamProperty.Position = 0;

            if (!inputStream.AsEnumerable().SequenceEqual(newStreamObject.StreamProperty.AsEnumerable()))
            {
                throw new InvalidOperationException("!inputStream.AsEnumerable().SequenceEqual(newStreamObject.StreamProperty.AsEnumerable())");
            }
            else
            {
                Console.WriteLine("Streams identical.");
            }
        }
        finally
        {
            StreamObject.OnDataReadBegin -= begin;
            StreamObject.OnDataReadEnd -= end;
        }
    }
}

public static class StreamExtensions
{
    public static IEnumerable<byte> AsEnumerable(this Stream stream)
    {
        if (stream == null)
            throw new ArgumentNullException();
        int b;
        while ((b = stream.ReadByte()) != -1)
            yield return checked((byte)b);
    }
}

以上的输出是:

Begin serialization of Data, writeStream.Length = 0
End serialization of Data, writeStream.Length = 1000888
Streams identical.

这表示输入流确实流式传输到输出而没有立即完全加载到内存中。

原型fiddle

是否有一种机制可以逐步写出一个带有字节的打包重复元素,事先知道长度?

似乎没有。假设您有一个CanSeek == true的流,您可以将其封装在IList<byte>中,该IList.Count枚举流中的字节,提供对流中字节的随机访问,并以{{返回流长度1}}。有一个样本小提琴here显示了这样的尝试。然而,遗憾的是,ListDecorator.Write()只是枚举列表并在将其编码内容写入输出流之前对其进行缓冲,这会导致输入流完全加载到内存中。我认为会发生这种情况,因为protobuf-net以List<byte>的方式编码byte [],即Base 128 Varints的长度分隔序列。由于byte的Varint表示有时需要多个字节,因此无法从列表计数中提前计算长度。有关字节数组和列表编码方式差异的更多详细信息,请参阅this answer。应该可以以与IList<byte>相同的方式实现byte []的编码 - 它当前不可用。