作者 |奇伢 责编 | 欧阳姝黎
概述
讲了那么多存储的通用知识,从 Linux 的文件系统,块层,再到磁盘,都做了一些深入的分享。今天分享一个 Go 编程的使用技巧:怎么把内存的结构体写入到磁盘?又怎么读出来?
大家可以先思考下。其实把这里本质就是 IO 操作,关键看数据是怎么来的。我们常见的数据要么来源于文件,来源于网络的包,而常常忽略到其实内存的结构体本身就是数据。不就是字节数组嘛,不就是 010101 嘛。本质都一样。
数据在磁盘上,是感知不到什么结构体的,就是 0101010 的数据,文件就只是字节数组而已(计算机的最小数据存储单元是 Byte ,字节)。想清楚这点就很清晰了,划重点,写入的时候关键在于怎么把结构体转变成字节数组,读取的时候关键在于怎么把字节数组转化成结构体。怎么做到这点?
说白了,就是结构体到字节数组的转化嘛,专业一点的术语叫做序列化与反序列化。
其实不光是内存到磁盘,内存到网络,只要是涉及到跨平台,跨介质,都是如此,你必须把数据转化成一个计算机体系通用的形态:字节数组。
字节是最小的存储单位,所有计算机的理解是一致的,这才是宇宙通用,没有歧义的最小单位。
序列化
序列化有复杂的,有简单的,但本质都是一样,因为目标一致就是字节数组。不同的方式诞生了不同的协议,最出名的大概是 json,pb 。
举个栗子,以下面的 Test 为例:
json 协议
如下,是一个把结构体按照 json 的协议格式转化成字节数组(序列化)的调用。
输出:
这很简单,是的,这个也是我们经常用的姿势,但是我们的需求有各种各样的。
比如,Test 内存占用只有 16 个字节,但是 json 序列化完之后占用 30 个字节?我要求你这个 Test 结构体序列化成 16 字节的数组。你怎么做?你不能用 json 去做这个事情,因为你无法显式的控制序列化之后的样子,所以你只能自定义序列化。
自定义
自定义序列化规则怎么做呢?还是以 Test 举个例子:
这样我们就能严格控制我们想要输出的序列化数组了。运行这个程序,输入如下:
千万不要觉得疑惑,你把这个输出转成 16 进制的输出,你就会发现其实是:
这就是序列化和反序列化的本来样貌,其他各种序列化协议的都和这个是一样的。
但注意了,无论是哪种,这种相互转化一定是无损的才行,不能说 Test 这个结构体里面是 0x1234 ,经过你的序列化,再反序列化出来里面的值变成 0x3333 了,这是不行的。
字节序:大小端
细心的小伙伴肯定注意到了,我使用了 binary.BigEndian.Uint64 这个函数,这个函数是把一个 64 位的整形转化成一个大端序的字节数组。这里就引出了一个概念,什么是大端序?小端序又是什么?一般有什么遵守惯例呢?
划重点:字节的大小端是只针对多字节的基础类型才需要考虑的。
举个栗子,现在有一个 uint32 的整数 0x11 22 33 44,计算机怎么存储?磁盘怎么存储呢?
我们之前说过,计算机的存储单元是字节。一个 uint32 是 4 字节,你怎么摆放这 4 个字节呢?
直观的想法,有两种方式喽(左到右,低地址 -> 高地址)。
第一种摆放姿势:0x11 0x22 0x33 0x44
第二种摆放姿势:0x44 0x33 0x22 0x11
第一种就是所谓的大端序,第二种就是所谓的小端序。
划重点:最高有效位 在 低地址,那就是大端序,最低有效位 在 低地址那就是小端序。
现实世界中,大部分机器处理器体系是小端序,比如 x86,有的机器是大端序,比如 PowerPC 970 等。
关于大小端的其实是有一些惯例:
机器 CPU 处理一般基本都是小端;
网络传输、磁盘存储默认大端;
大端序更符合人的习惯,这个很容易理解吧,比如你把 0x11223344,按照大端序打印出来的每个字节是 0x11 0x22 0x33 0x44 ,小端序则是 0x44 0x33 0x22 0x11 ,你说哪个好看些?
所以呢,自定义序列化的时候,千万注意大小端。因为这里可能引入不兼容的坑。比如如果你不显式把一个整型序列化成一个大端序,那按照默认的方式存储到磁盘,到时候你读取上来的时候,到底是按照大端还是还是小端反序列化呢?这就是坑。
最原始的办法
结构体转化成字节数组一定要序列化这么高级姿势吗?
不一定呀。结构体本身就是内存块,本身就是字节数组,所以把结构体地址强转成 []byte 的地址是简单也最原始的"序列化"方式
强转类型
输出:
发现没,这个是小端序的输出(前面说过了,机器默认的字节序是小端序)。
文件读写
到这里已经非常简单了,因为前面我们已经把结构体和字节数组互转的方法详细介绍了。写入文件的是字节数组,从文件读出来的是文件数组。就是这样简单。
写一个结构体的步骤如下:
先把结构体搞成字节数组的形态;
然后写入
读一个结构体的步骤如下:
先从文件中读数据,读到一个字节 buffer 中;
强转成结构体
举个栗子:
输出如下:
变量 t 和 变量 t1 完全一致。完美撒花。最后再看一眼文件的样子:
发现了吗?其实就是你结构体直接强转成 Byte 数组的样子,小端序的样子。
总结
好啦,我们简单总结下知识点,你学会了吗:
文件,从某个存储组成来看,本质是字节数组;
内存结构体在磁盘文件中的读写本质要经过字节数组的转化;
结构体变成字节数组我们叫做序列化,字节数组转化成结构体我们叫做反序列化;
序列化有复杂的,有简单的,本质都是一样,因为目标一致就是字节数组。不同的方式诞生了不同的协议,最出名的大概是 json,pb;
结构体本身就是内存块,本身就是字节数组,所以把结构体地址强转成 []byte 的地址是简单也最原始的序列化方式;
结构体强转类型是要注意的,在遇到多字节类型(比如整型)必须要字节序大小端的兼容性问题;
考虑数据大小端兼容性问题的时候,又不想用 json 这种复杂的序列化,那么最好的就是自定义序列化规则啦;
hexdump 这个工具用过没?非常好用,查看文件二进制数据;
《新程序员001:开发者黄金十年》
2001 年创刊,20 年技术见证
人人都是开发者 家家都是技术公司