C#使用位域技术进行对象二进制序列化优
作者:Dotnet9个人博客
1. 引言
在操作系统中,进程信息对于系统监控和性能分析至关重要。假设我们需要开发一个监控程序,该程序能够捕获当前操作系统的进程信息,并将其高效地传输到其他端(如服务端或监控端)。在这个过程中,如何将捕获到的进程对象转换为二进制数据,并进行优化,以减小数据包的大小,成为了一个关键问题。本文将通过逐步分析,探讨如何使用位域技术对C#对象进行二进制序列化优化。
首先,我们给出了一个进程对象的字段定义示例。为了通过网络(TCP/UDP)传输该对象,我们需要将其转换为二进制格式。在这个过程中,如何做到最小的数据包大小是一个挑战。
字段名 | 说明 | 示例 |
---|---|---|
PID | 进程ID | 10565 |
Name | 进程名称 | 码界工坊 |
Publisher | 发布者 | 沙漠尽头的狼 |
CommandLine | 命令行 | dotnet CodeWF.Tools.dll |
CPU | CPU(所有内核的总处理利用率) | 2.3% |
Memory | 内存(进程占用的物理内存) | 0.1% |
Disk | 磁盘(所有物理驱动器的总利用率) | 0.1 MB/秒 |
Network | 网络(当前主要网络上的网络利用率 | 0 Mbps |
GPU | GPU(所有GPU引擎的最高利用率) | 2.2% |
GPUEngine | GPU引擎 | GPU 0 - 3D |
PowerUsage | 电源使用情况(CPU、磁盘和GPU对功耗的影响) | 低 |
PowerUsageTrend | 电源使用情况趋势(一段时间内CPU、磁盘和GPU对功耗的影响) | 非常低 |
Type | 进程类型 | 应用 |
Status | 进程状态 | 效率模式 |
2. 优化过程
2.1. 进程对象定义与初步分析
我们根据字段的示例值确定了每个字段的数据类型。
字段名 | 数据类型 | 说明 | 示例 |
---|---|---|---|
PID | int | 进程ID | 10565 |
Name | string? | 进程名称 | 码界工坊 |
Publisher | string? | 发布者 | 沙漠尽头的狼 |
CommandLine | string? | 命令行 | dotnet CodeWF.Tools.dll |
CPU | string? | CPU(所有内核的总处理利用率) | 2.3% |
Memory | string? | 内存(进程占用的物理内存) | 0.1% |
Disk | string? | 磁盘(所有物理驱动器的总利用率) | 0.1 MB/秒 |
Network | string? | 网络(当前主要网络上的网络利用率 | 0 Mbps |
GPU | string? | GPU(所有GPU引擎的最高利用率) | 2.2% |
GPUEngine | string? | GPU引擎 | GPU 0 - 3D |
PowerUsage | string? | 电源使用情况(CPU、磁盘和GPU对功耗的影响) | 低 |
PowerUsageTrend | string? | 电源使用情况趋势(一段时间内CPU、磁盘和GPU对功耗的影响) | 非常低 |
Type | string? | 进程类型 | 应用 |
Status | string? | 进程状态 | 效率模式 |
创建一个C#类SystemProcess
表示进程信息:
public class SystemProcess { public int PID { get; set; } public string? Name { get; set; } public string? Publisher { get; set; } public string? CommandLine { get; set; } public string? CPU { get; set; } public string? Memory { get; set; } public string? Disk { get; set; } public string? Network { get; set; } public string? GPU { get; set; } public string? GPUEngine { get; set; } public string? PowerUsage { get; set; } public string? PowerUsageTrend { get; set; } public string? Type { get; set; } public string? Status { get; set; } }
定义测试数据
private SystemProcess _codeWFObject = new SystemProcess() { PID = 10565, Name = "码界工坊", Publisher = "沙漠尽头的狼", CommandLine = "dotnet CodeWF.Tools.dll", CPU = "2.3%", Memory = "0.1%", Disk = "0.1 MB/秒", Network = "0 Mbps", GPU = "2.2%", GPUEngine = "GPU 0 - 3D", PowerUsage = "低", PowerUsageTrend = "非常低", Type = "应用", Status = "效率模式" };
2.2. 排除Json序列化
将对象转为Json字段串,这在Web开发是最常见的,因为简洁,前后端都方便处理:
public class SysteProcessUnitTest { private readonly ITestOutputHelper _testOutputHelper; private SystemProcess _codeWFObject // 前面已给出定义,这里省 public SysteProcessUnitTest(ITestOutputHelper testOutputHelper) { _testOutputHelper = testOutputHelper; } /// <summary> /// Json序列化大小测试 /// </summary> [Fact] public void Test_SerializeJsonData_Success() { var jsonData = JsonSerializer.Serialize(_codeWFObject); _testOutputHelper.WriteLine($"Json长度:{jsonData.Length}"); var jsonDataBytes = Encoding.UTF8.GetBytes(jsonData); _testOutputHelper.WriteLine($"json二进制长度:{jsonDataBytes.Length}"); } }
标准输出:
Json长度:366
json二进制长度:366
尽管Json序列化在Web开发中非常流行,因为它简洁且易于处理,但在TCP/UDP网络传输中,Json序列化会导致不必要的数据包大小增加(冗余的字段名声明)。因此,我们排除了Json序列化,并寻找其他更高效的二进制序列化方法。
{"PID":10565,"Name":"\u7801\u754C\u5DE5\u574A","Publisher":"\u6C99\u6F20\u5C3D\u5934\u7684\u72FC","CommandLine":"dotnet CodeWF.Tools.dll","CPU":"2.3%","Memory":"0.1%","Disk":"0.1 MB/\u79D2","Network":"0 Mbps","GPU":"2.2%","GPUEngine":"GPU 0 - 3D","PowerUsage":"\u4F4E","PowerUsageTrend":"\u975E\u5E38\u4F4E","Type":"\u5E94\u7528","Status":"\u6548\u7387\u6A21\u5F0F"}
2.3. 使用BinaryWriter进行二进制序列化
使用站长前面一篇文章写的二进制序列化帮助类SerializeHelper
转换,该类使用BinaryWriter
将对象转换为二进制数据(反序列化使用BinaryReader)。
首先,我们使SystemProcess
类实现了一个空接口INetObject
,并在类上添加了NetHeadAttribute
特性(加上了数据包头部定义,便于多个网络对象反序列化识别,序列化后会多出数个字节,主要是系统Id、网络对象Id、对象版本号等序列化辅助字段)。
/// <summary> /// 网络对象序列化接口 /// </summary> public interface INetObject { }
[NetHead(1, 1)] public class SystemProcess : INetObject { // 省略字段定义 }
然后,我们编写了一个单元测试方法来验证序列化和反序列化的正确性,并打印了序列化后的二进制数据长度。
/// <summary> /// 二进制序列化测试 /// </summary> [Fact] public void Test_SerializeToBytes_Success() { var buffer = SerializeHelper.SerializeByNative(_codeWFObject, 1); _testOutputHelper.WriteLine($"序列化后二进制长度:{buffer.Length}"); var deserializeObj = SerializeHelper.DeserializeByNative<SystemProcess>(buffer); Assert.Equal("码界工坊", deserializeObj.Name); }
标准输出:
序列化后二进制长度:152
比Json体积小了一半以上(366到152,还多了几个字段哦),上面单元测试也测试了数据反序列化后验证数据是否正确,我们就以这个基础继续优化。
2.4. 数据类型调整
为了进一步优化二进制数据的大小,我们对数据类型进行了调整。通过对进程数据示例的分析,我们发现一些字段的数据类型可以更加紧凑地表示。例如,CPU利用率可以只传递数字部分(如2.3),而不需要传递百分号;进程类型只传递枚举值,而不用传递个性化字符串。这种调整可以减小数据包的大小。
字段名 | 数据类型 | 说明 | 示例 |
---|---|---|---|
PID | int | 进程ID | 10565 |
Name | string? | 进程名称 | 码界工坊 |
Publisher | string? | 发布者 | 沙漠尽头的狼 |
CommandLine | string? | 命令行 | dotnet CodeWF.Tools.dll |
CPU | float | CPU(所有内核的总处理利用率) | 2.3 |
Memory | float | 内存(进程占用的物理内存) | 0.1 |
Disk | float | 磁盘(所有物理驱动器的总利用率) | 0.1 |
Network | float | 网络(当前主要网络上的网络利用率 | 0 |
GPU | float | GPU(所有GPU引擎的最高利用率) | 2.2 |
GPUEngine | byte | GPU引擎,0:无,1:GPU 0 - 3D | 1 |
PowerUsage | byte | 电源使用情况(CPU、磁盘和GPU对功耗的影响),0:非常低,1:低,2:中,3:高,4:非常高 | 1 |
PowerUsageTrend | byte | 电源使用情况趋势(一段时间内CPU、磁盘和GPU对功耗的影响),0:非常低,1:低,2:中,3:高,4:非常高 | 0 |
Type | byte | 进程类型,0:应用,1:后台进程 | 0 |
Status | byte | 进程状态,0:正常运行,1:效率模式,2:挂起 | 1 |
修改测试数据定义:
[NetHead(1, 2)] public class SystemProcess2 : INetObject { public int PID { get; set; } public string? Name { get; set; } public string? Publisher { get; set; } public string? CommandLine { get; set; } public float CPU { get; set; } public float Memory { get; set; } public float Disk { get; set; } public float Network { get; set; } public float GPU { get; set; } public byte GPUEngine { get; set; } public byte PowerUsage { get; set; } public byte PowerUsageTrend { get; set; } public byte Type { get; set; } public byte Status { get; set; } }
/// <summary> /// 普通优化字段数据类型 /// </summary> private SystemProcess2 _codeWFObject2 = new SystemProcess2() { PID = 10565, Name = "码界工坊", Publisher = "沙漠尽头的狼", CommandLine = "dotnet CodeWF.Tools.dll", CPU = 2.3f, Memory = 0.1f, Disk = 0.1f, Network = 0, GPU = 2.2f, GPUEngine = 1, PowerUsage = 1, PowerUsageTrend = 0, Type = 0, Status = 1 };
添加单元测试如下:
/// <summary> /// 二进制序列化测试 /// </summary> [Fact] public void Test_SerializeToBytes2_Success() { var buffer = SerializeHelper.SerializeByNative(_codeWFObject2, 1); _testOutputHelper.WriteLine($"序列化后二进制长度:{buffer.Length}"); var deserializeObj = SerializeHelper.DeserializeByNative<SystemProcess2>(buffer); Assert.Equal("码界工坊", deserializeObj.Name); Assert.Equal(2.2f, deserializeObj.GPU); }
测试结果:
标准输出:
序列化后二进制长度:99
包体积又优化了1/3,由152字节减小到99字节长度,这是部分字段string?调整为float或byte的结果。
2.5. 再次数据类型调整与位域优化
更进一步地,我们引入了位域技术。位域允许我们更加精细地控制字段在内存中的布局,从而进一步减小二进制数据的大小。我们重新定义了字段规则,并使用位域来表示一些枚举值字段。通过这种方式,我们能够显著地减小数据包的大小。
看前面一张表和下表比对,主要是两种数据类型调整,规则如下:
第一种:部分字段只是一些枚举值,使用的byte
表示,即8位(bit),其中比如进程类型只有2个状态(0:应用,1:后台进程),正好可以用1位表示(0、1);像电源使用情况,无非就是5个状态,用3位可表示全(可表示6种状态);
第二种:部分float数据类型,实际情况我们只会要求精确到小数位1位。数值表示的百分比,那么不会超过1(即100.0%),可以考虑取整,如23.3%,传递的23.3,乘以10,传233即可,最大不会超过1000(即100.0,100%),另一进程解析数据后,再除以10使用,那么就可以将数据类型由float表示的4字节32位优化为10位(最大值1024)。
按这个规则我们重新定义字段规则如下:
字段名 | 数据类型 | 说明 | 示例 |
---|---|---|---|
PID | int | 进程ID | 10565 |
Name | string? | 进程名称 | 码界工坊 |
Publisher | string? | 发布者 | 沙漠尽头的狼 |
CommandLine | string? | 命令行 | dotnet CodeWF.Tools.dll |
Data | byte[8] | 固定大小的几个字段,为啥是8个字节长度(注:反序列化还会多定义4个字节表示byte[]长度)?见下表定义 |
固定字段(Data)的详细说明如下:
字段名 | Offset | Size | 说明 | 示例 |
---|---|---|---|---|
CPU | 0 | 10 | CPU(所有内核的总处理利用率),最后一位表示小数位,比如23表示2.3% | 23 |
Memory | 10 | 10 | 内存(进程占用的物理内存),最后一位表示小数位,比如1表示0.1%,值可根据基本信息计算 | 1 |
Disk | 20 | 10 | 磁盘(所有物理驱动器的总利用率),最后一位表示小数位,比如1表示0.1%,值可根据基本信息计算 | 1 |
Network | 30 | 10 | 网络(当前主要网络上的网络利用率),最后一位表示小数位,比如253表示25.3%,值可根据基本信息计算 | 0 |
GPU | 40 | 10 | GPU(所有GPU引擎的最高利用率),最后一位表示小数位,比如253表示25.3 | 22 |
GPUEngine | 50 | 1 | GPU引擎,0:无,1:GPU 0 - 3D | 1 |
PowerUsage | 51 | 3 | 电源使用情况(CPU、磁盘和GPU对功耗的影响),0:非常低,1:低,2:中,3:高,4:非常高 | 1 |
PowerUsageTrend | 54 | 3 | 电源使用情况趋势(一段时间内CPU、磁盘和GPU对功耗的影响),0:非常低,1:低,2:中,3:高,4:非常高 | 0 |
Type | 57 | 1 | 进程类型,0:应用,1:后台进程 | 0 |
Status | 58 | 2 | 进程状态,0:正常运行,1:效率模式,2:挂起 | 1 |
上面这张表是部分固定示例字段的位域规则表,Offset表示字段在Data字节数组中的位置(以bit为单位计算),Size表示字段在Data中占有的大小(同样以bit单位计算),如Memory字段,在Data字节数组中,占据10到20位的空间。
由此就将固定大小的、原本25个字节长度的10个字段优化到8字节了(5个float 4字节32位优化为10位,单字节8位优化到2位、4位、6位,即200位(25*8)优化到64位(实际是60位,由于网络传输最小单位是byte,所以向上取整8字节64位))。
修改类定义如下,注意看代码中的注释:
[NetHead(1, 3)] public class SystemProcess3 : INetObject { public int PID { get; set; } public string? Name { get; set; } public string? Publisher { get; set; } public string? CommandLine { get; set; } private byte[]? _data; /// <summary> /// 序列化,这是实际需要序列化的数据 /// </summary> public byte[]? Data { get => _data; set { _data = value; // 这是关键:在反序列化将byte转换为对象,方便程序中使用(位域操作) _processData = _data?.ToFieldObject<SystemProcessData>(); } } private SystemProcessData? _processData; /// <summary> /// 进程数据,添加NetIgnoreMember在序列化会忽略 /// </summary> [NetIgnoreMember] public SystemProcessData? ProcessData { get => _processData; set { _processData = value; // 这里关键:将对象转换为byte[](位域序列化操作) _data = _processData?.FieldObjectBuffer(); } } } public record SystemProcessData { [NetFieldOffset(0, 10)] public short CPU { get; set; } [NetFieldOffset(10, 10)] public short Memory { get; set; } [NetFieldOffset(20, 10)] public short Disk { get; set; } [NetFieldOffset(30, 10)] public short Network { get; set; } [NetFieldOffset(40, 10)] public short GPU { get; set; } [NetFieldOffset(50, 1)] public byte GPUEngine { get; set; } [NetFieldOffset(51, 3)] public byte PowerUsage { get; set; } [NetFieldOffset(54, 3)] public byte PowerUsageTrend { get; set; } [NetFieldOffset(57, 1)] public byte Type { get; set; } [NetFieldOffset(58, 2)] public byte Status { get; set; } }
添加单元测试如下:
/// <summary> /// 极限优化字段数据类型 /// </summary> private SystemProcess3 _codeWFObject3 = new SystemProcess3() { PID = 10565, Name = "码界工坊", Publisher = "沙漠尽头的狼", CommandLine = "dotnet CodeWF.Tools.dll", ProcessData = new SystemProcessData() { CPU = 23, Memory = 1, Disk = 1, Network = 0, GPU = 22, GPUEngine = 1, PowerUsage = 1, PowerUsageTrend = 0, Type = 0, Status = 1 } }; /// <summary> /// 二进制极限序列化测试 /// </summary> [Fact] public void Test_SerializeToBytes3_Success() { var buffer = SerializeHelper.SerializeByNative(_codeWFObject3, 1); _testOutputHelper.WriteLine($"序列化后二进制长度:{buffer.Length}"); var deserializeObj = SerializeHelper.DeserializeByNative<SystemProcess3>(buffer); Assert.Equal("码界工坊", deserializeObj.Name); Assert.Equal(23, deserializeObj.ProcessData.CPU); Assert.Equal(1, deserializeObj.ProcessData.PowerUsage); }
测试输出:
标准输出:
序列化后二进制长度:86
99又优化到86个字节,13个字节哦,有极限网络环境下非常可观,比如100万数据,那不就是12.4MB了?关于位域序列化和反序列的代码这里不细说了,很枯燥,站长可能也说不清楚,代码长这样:
public partial class SerializeHelper { public static byte[] FieldObjectBuffer<T>(this T obj) where T : class { var properties = typeof(T).GetProperties(); var totalSize = 0; // 计算总的bit长度 foreach (var property in properties) { if (!Attribute.IsDefined(property, typeof(NetFieldOffsetAttribute))) { continue; } var offsetAttribute = (NetFieldOffsetAttribute)property.GetCustomAttribute(typeof(NetFieldOffsetAttribute))!; totalSize = Math.Max(totalSize, offsetAttribute.Offset + offsetAttribute.Size); } var bufferLength = (int)Math.Ceiling((double)totalSize / 8); var buffer = new byte[bufferLength]; foreach (var property in properties) { if (!Attribute.IsDefined(property, typeof(NetFieldOffsetAttribute))) { continue; } var offsetAttribute = (NetFieldOffsetAttribute)property.GetCustomAttribute(typeof(NetFieldOffsetAttribute))!; dynamic value = property.GetValue(obj)!; // 使用dynamic类型动态获取属性值 SetBitValue(ref buffer, value, offsetAttribute.Offset, offsetAttribute.Size); } return buffer; } public static T ToFieldObject<T>(this byte[] buffer) where T : class, new() { var obj = new T(); var properties = typeof(T).GetProperties(); foreach (var property in properties) { if (!Attribute.IsDefined(property, typeof(NetFieldOffsetAttribute))) { continue; } var offsetAttribute = (NetFieldOffsetAttribute)property.GetCustomAttribute(typeof(NetFieldOffsetAttribute))!; dynamic value = GetValueFromBit(buffer, offsetAttribute.Offset, offsetAttribute.Size, property.PropertyType); property.SetValue(obj, value); } return obj; } /// <summary> /// 将值按位写入buffer /// </summary> /// <param name="buffer"></param> /// <param name="value"></param> /// <param name="offset"></param> /// <param name="size"></param> private static void SetBitValue(ref byte[] buffer, int value, int offset, int size) { var mask = (1 << size) - 1; buffer[offset / 8] |= (byte)((value & mask) << (offset % 8)); if (offset % 8 + size > 8) { buffer[offset / 8 + 1] |= (byte)((value & mask) >> (8 - offset % 8)); } } /// <summary> /// 从buffer中按位读取值 /// </summary> /// <param name="buffer"></param> /// <param name="offset"></param> /// <param name="size"></param> /// <param name="propertyType"></param> /// <returns></returns> private static dynamic GetValueFromBit(byte[] buffer, int offset, int size, Type propertyType) { var mask = (1 << size) - 1; var bitValue = (buffer[offset / 8] >> (offset % 8)) & mask; if (offset % 8 + size > 8) { bitValue |= (buffer[offset / 8 + 1] << (8 - offset % 8)) & mask; } dynamic result = Convert.ChangeType(bitValue, propertyType); // 根据属性类型进行转换 return result; } }
3. 优化效果与总结
通过逐步优化,我们从最初的Json序列化366字节减小到了使用普通二进制序列化的152字节,再进一步使用位域技术优化到了86字节。这种优化在网络传输中是非常可观的,尤其是在需要传输大量数据的情况下。
本文通过一个示例案例,探讨了C#对象二进制序列化的优化方法。通过使用位域技术,我们实现了对数据包大小的极限压缩,提高了网络传输的效率。这对于开发C/S程序来说是一种乐趣,也是追求极致性能的一种体现。
以上就是C#使用位域技术进行对象二进制序列化优的详细内容,更多关于C#对象二进制序列化的资料请关注脚本之家其它相关文章!