探索 CBOR：一种高效数据序列化技术的进阶用法

桂月二二

1174人浏览 · 2025-01-11 13:39:14

桂月二二 · 2025-01-11 13:39:14 发布

随着现代开发需求的增长，我们对高效、紧凑的序列化方法的需求也不断增加。在 JSON 等传统格式逐渐不能满足性能敏感场景时，CBOR（Concise Binary Object Representation，RFC 8949）作为一种高效、二进制的序列化格式逐渐受到关注。

本文将深入探讨 CBOR 的进阶用法，包括如何处理自定义数据类型、高效压缩大数据对象，以及如何与主流语言的生态系统集成，为开发者在性能优化、物联网数据传输等场景中提供强有力的工具。

什么是 CBOR？

CBOR 是一种基于 JSON 的紧凑型二进制表示，其主要优点包括：

高效编码：相比 JSON，CBOR 占用更少的空间，适合资源受限的环境（如嵌入式设备）。
灵活的数据模型：支持多种数据类型，包括整数、浮点数、字符串、数组、地图、标签（tag）等，甚至支持自定义扩展类型。
跨平台支持：主流编程语言（如 Python、JavaScript、Rust）都提供了 CBOR 的高效实现。

下面让我们从基础用法入手，逐步过渡到进阶案例。

CBOR 的基础使用：编码与解码

以 Python 为例，可以使用 cbor2 库处理 CBOR 数据。

pip install cbor2

基础编码与解码

import cbor2

# 编码 Python 对象
python_data = {
    "sensor": "temperature",
    "value": 22.5,
    "timestamp": 1672003200
}
cbor_data = cbor2.dumps(python_data)
print(f"Encoded CBOR: {cbor_data}")

# 解码 CBOR 数据
decoded_data = cbor2.loads(cbor_data)
print(f"Decoded Data: {decoded_data}")

CBOR 能够自动识别 Python 原生类型（如字典、列表）并高效编码，同时保持极高的性能。

CBOR 压缩效果对比

通过使用 CBOR 进行序列化，能显著减少数据体积。例如：

JSON（字符串）：{"sensor": "temperature", "value": 22.5} => 58 字节
CBOR（压缩）：£- CBOR（压缩）：\xA3`（二进制内容）=> 38 字节

这种优势在物联网场景中尤为明显。

CBOR 的进阶用法

1. 自定义数据类型

CBOR 的一个强大功能是支持标签（tag）和扩展类型。这允许我们对特定数据格式进行自定义编码。

例如：

自定义地理位置数据类型

定义一个 GeoPoint 类，用 CBOR tag（如 tag 103）表示：

import cbor2

class GeoPoint:
    def __init__(self, latitude, longitude):
        self.latitude = latitude
        self.longitude = longitude

# 自定义编码器
class GeoPointEncoder(cbor2.CBOREncoder):
    def encode_custom_type(self, value):
        if isinstance(value, GeoPoint):
            self.encode(cbor2.CBORTag(103, [value.latitude, value.longitude]))
        else:
            super().default(value)

# 使用自定义编码
geo_point = GeoPoint(37.7749, -122.4194)  # San Francisco
cbor_data = cbor2.dumps(geo_point, encoder=GeoPointEncoder)
print(f"Encoded GeoPoint CBOR: {cbor_data}")

# 解码时还原
class GeoPointDecoder(cbor2.CBORDecoder):
    def decode_custom_tag(self, tag):
        if tag.tag == 103:
            return GeoPoint(*tag.value)
        return super().tag_hook(tag)

# 使用自定义解码器
decoded_point = cbor2.loads(cbor_data, decoder=GeoPointDecoder)
print(f"Decoded GeoPoint: ({decoded_point.latitude}, {decoded_point.longitude})")

这段代码展示了如何灵活使用标签扩展自定义数据类型，让 CBOR 更加契合你的应用场景。

2. 高效处理嵌套和大型结构

CBOR 在处理大规模嵌套数据时表现优秀。例如，以下代码展示了如何处理嵌套字典与数组：

nested_data = {
    "devices": [
        {"id": 1, "name": "sensor_a", "values": [1, 2, 3]},
        {"id": 2, "name": "sensor_b", "values": [4, 5, 6]},
    ]
}
cbor_data = cbor2.dumps(nested_data)

# 验证编码后的体积
print(f"Encoded nested data size: {len(cbor_data)} bytes")

3. 使用压缩与 CBOR

对于某些高频大数据传输场景，可以结合 CBOR 和压缩算法（如 Zlib 或 Brotli）。

import zlib

# 压缩 CBOR 数据
compressed_data = zlib.compress(cbor_data)
print(f"Compressed size: {len(compressed_data)} bytes")

# 解压缩并解码
original_data = cbor2.loads(zlib.decompress(compressed_data))

CBOR 的高效编码结合压缩算法，可在带宽受限的场景中显著提升性能。

与主流技术栈的集成

Rust 与 CBOR

Rust 提供了快速的 CBOR 实现，如 serde_cbor。如下代码展示了如何在 Rust 中处理 CBOR 数据：

use serde_cbor::{to_vec, from_slice};
use serde::{Serialize, Deserialize};

#[derive(Serialize, Deserialize, Debug)]
struct SensorData {
    sensor: String,
    value: f64,
    timestamp: u64,
}

fn main() {
    let data = SensorData {
        sensor: "temperature".to_string(),
        value: 22.5,
        timestamp: 1672003200,
    };

    // 序列化为 CBOR
    let cbor_data = to_vec(&data).unwrap();
    println!("CBOR: {:?}", cbor_data);

    // 反序列化为结构体
    let decoded: SensorData = from_slice(&cbor_data).unwrap();
    println!("Decoded: {:?}", decoded);
}