自定义kafka高效的protoStuff序列化

目前序列化领域中，谷歌的 protobuf 应该是性能好，效率高的了，并且 protobuf 支持多种语言，可跨平台，跨语言

但使用起来并不像其他序列化那么简单（首先要写.proto文件，然后编译.proto文件，生成对应的.java文件）

protostuff 基于Google protobuf，但是提供了更多的功能和更简易的用法。其中，protostuff-runtime 实现了无需预编译对java bean进行protobuf序列化/反序列化的能力。protostuff-runtime的局限是序列化前需预先传入schema，反序列化不负责对象的创建只负责复制，因而必须提供默认构造函数。此外，protostuff 还可以按照protobuf的配置序列化成json/yaml/xml等格式。

在性能上，protostuff不输原生的protobuf，甚至有反超之势。但 protostuff应该只支持 java端，目前没看到可支持其他端

---------------------------------------------------------------------------------------------------------------------------------

自定义kafka高效的protoStuff序列化

最核心的点是Schema，思想都是共通的，像mysql、plusar、prestod等，都会有类似的Schema的概念，数据的结构化，protostuff 使用起来比 protobuf简单了很多，核心代码如下：

1，自定义序列化器

public class ProtostuffSerializer <T> implements Serializer<T> {

    private static final LinkedBuffer BUFFER = LinkedBuffer.allocate(LinkedBuffer.MIN_BUFFER_SIZE);

    @Override
    public void configure(Map<String, ?> configs, boolean isKey) {

    }

    @Override
    @SuppressWarnings("unchecked")
    public byte[] serialize(String topic, T data) {
        Class<T> dataClass = (Class<T>) data.getClass();
        Schema<T> schema = RuntimeSchema.getSchema(dataClass);
        byte[] byteData;
        try {
            byteData = ProtostuffIOUtil.toByteArray(data, schema, BUFFER);
        } finally {
            BUFFER.clear();
        }
        return byteData;
    }

    @Override
    public void close() {

    }
}

从protoStuff的的源码可以看到，内部会将我们传递进去的dataClass，以一个

ConcurrentHashMap<String, HasSchema<?>> pojoMapping，保存在内存，所有直接调用RuntimeSchema.getSchema 就可以了，不需要外部在自己缓存这些schema

2，反序列化

@KafkaListener(topics = {"protostuff_topic"}, groupId = "group1", containerFactory="kafkaListenerContainerFactory")
    public void test(List<ConsumerRecord<String, byte[]>> records) {
        System.out.println("拉取消息量： " + records.size());
        for (ConsumerRecord<String, byte[]> consumerRecord : records){
            System.out.println("消费消息：partition " + consumerRecord.partition() + " value " + consumerRecord.value() );

            Schema<T> schema = RuntimeSchema.getSchema(User.class);
            User user = schema.newMessage();
            ProtostuffIOUtil.mergeFrom(data, user, schema);
            System.out.println(user);
        }
    }