一句话定义:FlatBuffers 是 Google 开源的一种二进制序列化格式(serialization format)。它的特点是:数据按约定布局写进一块内存后,读取方不需要先把它“解包”成对象,就能直接从字节里取出想要的字段。
打个比方:JSON 像把家具拆成零件装箱,用之前必须重新组装;FlatBuffers 像按图纸把家具固定在集装箱的固定位置上,要用哪件,伸手就能拿到,不用整个拆开。
原理:先用 schema(.fbs 文件)描述数据结构,再由工具生成各语言的读写代码。每个表(table)的开头是一个指向 vtable 的偏移,vtable 里记着每个字段的相对位置;找不到的字段就直接跳过。所有偏移都是相对偏移,所以整块内存可以被整体搬运、直接 mmap 到进程里使用,指针不用重算。官方还提供 verifier,可以在信任外部数据之前先做一次结构校验。
和相邻概念的区别:
| FlatBuffers | Protocol Buffers | JSON | |
|---|---|---|---|
| 读取方式 | 原地直接读字段 | 先解析成对象 | 先解析成对象 |
| 需要 schema 生成代码 | 是 | 是 | 否 |
| 体积 | 偏大(偏移和 vtable 有开销) | 较小 | 最大 |
| 人能直接看 | 否 | 否 | 是 |
| 典型场景 | 游戏资源、端侧、mmap | 服务间 RPC | 调试、配置 |
和同门的 Protocol Buffers 相比,FlatBuffers 牺牲了一部分紧凑度,换来“零拷贝”(zero-copy)读取;和 Apache Arrow 相比,Arrow 面向列式分析,FlatBuffers 面向逐条记录的对象读取,解决的问题不同。
对从业者的实际意义:TensorFlow Lite 的模型文件就是用 FlatBuffers 存的,端侧可以从 mmap 的内存里直接读元数据,不必把整个模型先复制解析一遍。它适合读多写少、数据很大而每次只用到一小块、对延迟敏感的场景,比如游戏资源加载、端侧模型、共享内存传参。不适合写频繁、要求体积最小、或需要人眼排查数据的场合;另外它的构建器是从缓冲区尾部往前写的,第一次用会觉得有点反直觉。具体 API 和版本支持情况以官方文档为准。
