Question

经过几天的Protocol Buffers试验后，我尝试了压缩文件。使用Python，这很简单，不需要任何游戏与溪流。

由于我们的大部分代码都是用C ++编写的，我想压缩/ 用同一种语言解压缩文件。我已经尝试过boost gzip库，但无法使其工作（不压缩）：

int writeEventCollection(HEP::MyProtoBufClass* protobuf, std::string filename, unsigned int compressionLevel) {
            ofstream file(filename.c_str(), ios_base::out | ios_base::binary);
            filtering_streambuf<output> out;
            out.push(gzip_compressor(compressionLevel));
            out.push(file);
            if (!protobuf->SerializeToOstream(&file)) {//serialising to wrong stream I asume
                    cerr << "Failed to write ProtoBuf." << endl;
                    return -1;
            }
            return 0;
    }

我搜索了使用GzipOutputStream and GzipInputStream协议缓冲区的示例，但找不到工作例。

正如你现在可能已经注意到的那样，我最初是一个初学者并且非常感谢一个完整的例子 http://code.google.com/apis/protocolbuffers/docs/cpptutorial.html （我有我的address_book，如何将其保存在gziped文件中？）

提前谢谢你。

编辑：工作实例。

示例1遵循StackOverflow

上的答案

int writeEventCollection(shared_ptr<HEP::EventCollection> eCollection, 
std::string filename, unsigned int compressionLevel) { 
filtering_ostream out; 
out.push(gzip_compressor(compressionLevel)); 
out.push(file_sink(filename, ios_base::out | ios_base::binary)); 
if (!eCollection->SerializeToOstream(&out)) { 
                cerr << "Failed to write event collection." << endl; 
                return -1; 
} 

return 0; 
}

示例2关于Google's Protobuf discussion group的回答：

int writeEventCollection2(shared_ptr<HEP::EventCollection> 
eCollection, std::string filename, 
                        unsigned int compressionLevel) { 
using namespace google::protobuf::io; 
int filedescriptor = open(filename.c_str(), O_WRONLY | O_CREAT | O_TRUNC, 
                S_IREAD | S_IWRITE); 
if (filedescriptor == -1) { 
                        throw "open failed on output file"; 
                } 
google::protobuf::io::FileOutputStream file_stream(filedescriptor); 
GzipOutputStream::Options options; 
options.format = GzipOutputStream::GZIP; 
options.compression_level = compressionLevel; 
google::protobuf::io::GzipOutputStream gzip_stream(&file_stream, 
options); 
if (!eCollection->SerializeToZeroCopyStream(&gzip_stream)) { 
     cerr << "Failed to write event collection." << endl; 
     return -1; 
     } 
close(filedescriptor); 
return 0; 
}

对性能的一些评论（阅读当前格式和编写ProtoBuf 11146文件）：例1：

real    13m1.185s 
user    11m18.500s 
sys     0m13.430s 
CPU usage: 65-70% 
Size of test sample: 4.2 GB (uncompressed 7.7 GB, our current compressed format: 7.7 GB)

示例2：

real    12m37.061s 
user    10m55.460s 
sys     0m11.900s 
CPU usage: 90-100% 
Size of test sample: 3.9 GB

似乎Google的方法更有效地使用CPU，速度稍快（虽然我希望它在准确度范围内）并且使用相同的压缩设置生成约7％的小数据集。

Answer 1

您的假设是正确的：您发布的代码不起作用，因为您直接写入ofstream而不是filtering_streambuf。为了完成这项工作，您可以改为使用filtering_ostream：

ofstream file(filename.c_str(), ios_base::out | ios_base::binary); 
filtering_ostream out; 
out.push(gzip_compressor(compressionLevel)); 
out.push(file);

if (!protobuf->SerializeToOstream(&out)) {
    // ... etc.
}

或者更简洁，使用file_sink：

filtering_ostream out; 
out.push(gzip_compressor(compressionLevel)); 
out.push(file_sink(filename, ios_base::out | ios_base::binary));

if (!protobuf->SerializeToOstream(&out)) {
    // ... etc.
}

我希望这有帮助！

使用Protocol Buffers的GzipOutputStream和GzipInputStream的简单工作示例

1 个答案: