1.序列化能力对比验证

在这里让我们分别使用PB与JSON的序列化与反序列化能力，对值完全相同的一份结构化数据进行不同次数的性能测试。
为了可读性，下面这一份文本使用JSON格式展示了需要被进行测试的结构化数据内容:

{"age" : 20,"name" : "张珊","phone" :[{"number" : "110112119","type" : 0},{"number" : "110112119","type" : 0},{"number" : "110112119","type" : 0},{"number" : "110112119","type" : 0},{"number" : "110112119","type" : 0}],"qq" : "95991122","address" :{"home_address" : "陕西省西安市⻓安区","unit_address" : "陕西省西安市雁塔区"},"remark" :{"key1" : "value1","key2" : "value2","key3" : "value3","key4" : "value4","key5" : "value5"}
}

开始进行测试代码编写，我们在新的目录下新建contacts. proto文件，内容如下:

syntax="proto3";
package compare_serialization;import "google/protobuf/any.proto"; // 引⼊ any.proto ⽂件
// 地址
message Address{string home_address = 1; // 家庭地址string unit_address = 2; // 单位地址
}
// 联系⼈
message PeopleInfo {string name = 1; // 姓名int32 age = 2; // 年龄message Phone {string number = 1; // 电话号码enum PhoneType {MP = 0; // 移动电话TEL = 1; // 固定电话}PhoneType type = 2; // 类型}repeated Phone phone = 3; // 电话google.protobuf.Any data = 4;oneof other_contact { // 其他联系⽅式：多选⼀string qq = 5;string weixin = 6;}map<string, string> remark = 7; // 备注
}

使用protoc命令编译文件后，新建性能测试文件compare.cc,我们分别对相同的结构化数据进行
100、1000、 10000 、100000 次的序列化与反序列化，分别获取其耗时与序列化后的大小。
内容如下:

#include <iostream>
#include <sys/time.h>
#include <jsoncpp/json/json.h>
#include "contacts.pb.h"using namespace std;      
using namespace compare_serialization;
using namespace google::protobuf;#define TEST_COUNT 100000void createPeopleInfoFromPb(PeopleInfo *people_info_ptr);
void createPeopleInfoFromJson(Json::Value& root);int main(int argc, char *argv[])
{struct timeval t_start,t_end;double time_used;int count;string pb_str, json_str;// ------------------------------Protobuf 序列化------------------------------------{PeopleInfo pb_people;createPeopleInfoFromPb(&pb_people);count = TEST_COUNT;gettimeofday(&t_start, NULL);// 序列化count次while ((count--) > 0) {pb_people.SerializeToString(&pb_str);}gettimeofday(&t_end, NULL);time_used=1000000*(t_end.tv_sec - t_start.tv_sec) + t_end.tv_usec - t_start.tv_usec;cout << TEST_COUNT << "次 [pb序列化]耗时：" << time_used/1000 << "ms." << " 序列化后的大小：" << pb_str.length() << endl;}// ------------------------------Protobuf 反序列化------------------------------------{PeopleInfo pb_people;count = TEST_COUNT;gettimeofday(&t_start, NULL);// 反序列化count次while ((count--) > 0) {pb_people.ParseFromString(pb_str);}gettimeofday(&t_end, NULL);time_used=1000000*(t_end.tv_sec - t_start.tv_sec) + t_end.tv_usec - t_start.tv_usec;cout << TEST_COUNT << "次 [pb反序列化]耗时：" << time_used / 1000 << "ms." << endl;}// ------------------------------JSON 序列化------------------------------------{Json::Value json_people;    createPeopleInfoFromJson(json_people); Json::StreamWriterBuilder builder;    count = TEST_COUNT;gettimeofday(&t_start, NULL);// 序列化count次while ((count--) > 0) {json_str = Json::writeString(builder, json_people);  }gettimeofday(&t_end, NULL);// 打印序列化结果// cout << "json: " << endl << json_str << endl;time_used=1000000*(t_end.tv_sec - t_start.tv_sec) + t_end.tv_usec - t_start.tv_usec;cout << TEST_COUNT << "次 [json序列化]耗时：" << time_used/1000 << "ms."<< " 序列化后的大小：" << json_str.length() << endl;}// ------------------------------JSON 反序列化------------------------------------{Json::CharReaderBuilder builder;unique_ptr<Json::CharReader> reader(builder.newCharReader());Json::Value json_people;count = TEST_COUNT;gettimeofday(&t_start, NULL);// 反序列化count次while ((count--) > 0) {reader->parse(json_str.c_str(), json_str.c_str() + json_str.length(), &json_people, nullptr);}gettimeofday(&t_end, NULL);time_used=1000000*(t_end.tv_sec - t_start.tv_sec) + t_end.tv_usec - t_start.tv_usec;cout << TEST_COUNT << "次 [json反序列化]耗时：" << time_used/1000 << "ms." << endl;                          }return 0;
}/** * 构造pb对象*/
void createPeopleInfoFromPb(PeopleInfo *people_info_ptr)
{people_info_ptr->set_name("张珊");people_info_ptr->set_age(20);people_info_ptr->set_qq("95991122");for(int i = 0; i < 5; i++) {PeopleInfo_Phone* phone = people_info_ptr->add_phone();phone->set_number("110112119");phone->set_type(PeopleInfo_Phone_PhoneType::PeopleInfo_Phone_PhoneType_MP);}Address address;address.set_home_address("陕西省西安市长安区");address.set_unit_address("陕西省西安市雁塔区");google::protobuf::Any * data = people_info_ptr->mutable_data();data->PackFrom(address);people_info_ptr->mutable_remark()->insert({"key1", "value1"}); people_info_ptr->mutable_remark()->insert({"key2", "value2"}); people_info_ptr->mutable_remark()->insert({"key3", "value3"}); people_info_ptr->mutable_remark()->insert({"key4", "value4"}); people_info_ptr->mutable_remark()->insert({"key5", "value5"}); }/** * 构造json对象*/
void createPeopleInfoFromJson(Json::Value& root) {root["name"] = "张珊";    root["age"] = 20;    root["qq"] = "95991122";    for(int i = 0; i < 5; i++) {Json::Value phone;phone["number"] = "110112119";phone["type"] = 0;root["phone"].append(phone);}Json::Value address;address["home_address"] = "陕西省西安市长安区";address["unit_address"] = "陕西省西安市雁塔区";root["address"] = address;Json::Value remark;remark["key1"] = "value1";remark["key2"] = "value2";remark["key3"] = "value3";remark["key4"] = "value4";remark["key5"] = "value5";root["remark"] = remark;
}

makefile:

compare:*.ccg++ -o $@ $^ -std=c++11 -lprotobuf
.PHONY:clean
clean:rm -rf compare

测试结果如下：

100次 [pb序列化]耗时：0.382ms. 序列化后的大小：278
100次 [pb反序列化]耗时：0.442ms.
100次 [json序列化]耗时：2.43ms. 序列化后的大小：567
100次 [json反序列化]耗时：1.091ms.

1000次 [pb序列化]耗时：3.196ms. 序列化后的大小：278
1000次 [pb反序列化]耗时：5.047ms.
1000次 [json序列化]耗时：20.22ms. 序列化后的大小：567
1000次 [json反序列化]耗时：13.037ms.

10000次 [pb序列化]耗时：29.206ms. 序列化后的大小：278
10000次 [pb反序列化]耗时：48.03ms.
10000次 [json序列化]耗时：206.259ms. 序列化后的大小：567
10000次 [json反序列化]耗时：114.738ms.

由实验结果可得:
●编解码性能: ProtoBuf 的编码解码性能，比JSON高出2-4倍。
●内存占用: ProtoBuf的内存278,而JSON到达567, ProtoBuf的内存占用只有JSON的1/2。
注:以上结论的数据只是根据该项实验得出。因为受不同的字段类型、字段个数等影响，测出的数据会有所差异。

2.总结

小结:
1. XML、JSON、 ProtoBuf 都具有数据结构化和数据序列化的能力。
2. XML、JSON更注重数据结构化，关注可读性和语义表达能力。ProtoBuf 更注重数据序列化，关注效率、空间、速度，可读性差，语义表达能力不足，为保证极致的效率，会舍弃一部分元信息。
3. ProtoBuf 的应用场景更为明确，XML、JSON的应用场景更为丰富。