Project Icon

flatbuffers

跨平台序列化库 实现极致内存效率

FlatBuffers是一款跨平台序列化库,专注于优化内存效率。它支持直接访问序列化数据,无需预先解析,同时保持良好的兼容性。该库兼容多种编程语言和操作系统,提供从schema定义到数据读取的完整工作流程。FlatBuffers为开发者提供高效的数据处理方案,适用于需要优化内存使用的项目。

logo FlatBuffers

构建状态 BuildKite状态 模糊测试状态 OpenSSF评分卡 加入https://gitter.im/google/flatbuffers的聊天 Discord聊天 Twitter关注 Twitter关注

FlatBuffers是一个跨平台的序列化库,专为最大内存效率而设计。它允许你直接访问序列化数据而无需先解析/解包,同时仍具有出色的向前/向后兼容性。

快速入门

  1. 构建FlatBuffers编译器(flatc

    使用cmake为你的平台创建构建文件,然后执行编译(Linux示例)。

    cmake -G "Unix Makefiles"
    make -j
    
  2. 定义你的FlatBuffer模式(.fbs

    编写模式以定义你想要序列化的数据。参见monster.fbs作为示例。

  3. 为你的语言生成代码

    使用flatc编译器将你的模式转换为特定语言的代码:

    ./flatc --cpp --rust monster.fbs
    

    这将生成monster_generated.hmonster_generated.rs文件。

  4. 序列化数据

    使用生成的代码以及FlatBufferBuilder构造你的序列化缓冲区。(C++示例

  5. 传输/存储/保存缓冲区

    按你的需求使用序列化缓冲区。发送给他人,保存以供稍后使用等...

  6. 读取数据

    使用生成的访问器从序列化缓冲区读取数据。

    不需要使用相同的语言/模式版本,FlatBuffers确保数据可在不同语言和模式版本之间读取。参见Rust示例读取由C++写入的数据。

文档

访问我们的登陆页面浏览我们的文档。

支持的操作系统

  • Windows
  • macOS
  • Linux
  • Android
  • 以及任何具有最新C++编译器的其他系统(C++ 11及更新版本)

支持的编程语言

为许多流行语言提供代码生成和运行时库。

  1. C
  2. C++ - snapcraft.io
  3. C# - nuget.org
  4. Dart - pub.dev
  5. Go - go.dev
  6. Java - Maven
  7. JavaScript - NPM
  8. Kotlin
  9. Lobster
  10. Lua
  11. PHP
  12. Python - PyPI
  13. Rust - crates.io
  14. Swift - swiftpackageindex
  15. TypeScript - NPM
  16. Nim

版本控制

FlatBuffers不遵循传统的SemVer版本控制(参见理由),而是使用发布日期的格式。

贡献

*要为此项目做出贡献,*请参阅CONTRIBUTING

社区

安全

请查看我们的安全政策以报告漏洞。

许可

Flatbuffers根据Apache许可证2.0版授权。完整许可文本请参见LICENSE


项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号