㈠ android 怎麼使用flatbuffers
在Android應用程序中使用Flatbuffers的最簡單方法：
JSON數據在應用程序之外的某個地方被轉換成FlatBuffer格式的文件（例如，將二進制數據以文件的形式提交，還可以從API直接返回FlatBuffer二進制文件）。
在flatc (FlatBuffer編譯器)的幫助下，手工生成數據模型（Java類）。
JSON文件存在一定的局限性（不能使用null欄位，日期格式也被解析為字元串）。
將來，我們或許會提出更復雜的解決方案。
FlatBuffers編譯器
首先，我們需要flatc，即flatbuffers編譯器。該編譯器可以從Google所屬的源代碼構建，源代碼位於Flatbuffers資源庫中。我們下載並克隆它。整個構建過程在FlatBuffers構建文檔中都做了描述。如果你是Mac用戶的話，需要這樣來構建：
在\{extract directory}\build\XcodeFlatBuffers.xcodeproj路徑下，打開已下載的源代碼。
點擊Play按鈕或⌘ + R，運行flatc scheme（默認情況下應該是被選中的）。
flatc可執行文件就會在項目的根目錄下出現。
現在，我們可以使用schema編譯器了，該編譯器能夠把給定的schema（在Java、C#、Python、GO和C++語言中的schema）生成為模型類，還可以把JSON轉換成Flatbuffer的二進制文件。
Schema文件
接著，我們必須准備schema文件，該文件定義了要進行序列化和反序列化的數據結構。這個schema將用於flatc創建Java模型，把JSON轉換成FlatBuffers的二進制文件。
㈡ 安卓開發 FlatBuffers能夠替代JSON 嗎
FlatBuffers vs JSON
你也許會問：既然我們已經有了標準的JSON、GSON和Jackson，為何還要使用新的工具呢？
你不妨試試FlatBuffers，你就會發它們比JSON快多了。
FlatBuffers是什麼？
FlatBuffers是一個跨平台標准化的C++、C#、C、Go、Java、JavaScript、PHP和Python庫。它們最早由谷歌創立，用來開發游戲和其他一些需要高性能的程序。
為什麼使用latBuffers？
無需分解/拆包就能使用序列化數據——FlatBuffers最大的特點，就是它可以在二進制文件緩沖區內代表分層數據，也就是說，在無需分解和拆包的情況下，它們就可以被使用，而且同時支持數據架構演變（支持向前和向後）。
內存效率與速度——獲取數據所需的唯一內存，就是緩沖內存。它不需要任何額外的內存分配（至少在C++中不需要。其它語言可能會有所不同）。
FlatBuffers還適用於mmap，內存只需要緩沖的一部分。數據使用的速度接近原架構，只需要一個額外的間接引用來允許格式演化和非強制性欄位。
FlatBuffers瞄準的是那些消耗大量時間和空間（許多許多的內存分配）的項目，它讓這些項目可以使用或架構那些不受歡迎的序列號數據，例如
FlatBuffers可以運用在游戲，或是其他需要消耗性能的應用中。
靈活性——擁有非強制性欄位意味著你不僅可以獲得優秀的前進和後退能力（在游戲中非常重要，你無需再每一個新版本中對所有數據都進行更新），還意味著你在數據寫入和放棄方面，你擁有了更多的選擇，在設計數據結構上面，你也有更多的選擇。
對代碼數量需求低——FlatBuffers只需要很少的代碼，以及非常易於真核的單一小標題作為最小依賴。
編寫簡單——在使用的時候，錯誤在編寫階段就能體現出來，而不需要你進行反復的代碼編寫，也不需要進行運行時檢查。它還會為你生成一些有用的代碼。
使用方便——它所生成的C++代碼便於訪問，可用在結構代碼中。它還有一個用於分解綱要的可選功能，以及類似JSON的文本表達功能，可以在運行時有效運轉（相比JSON分解器速度更快，對內存的使用率也更高）。
跨平台，無依賴——C++代碼可以兼容任何最近的gcc/clang和VS2010。它還內置了一個用於測試和樣品的構建文件（安卓.mk文件，以及支持所有其他平台的cmake文件）。
是誰在使用FlatBuffers
BobbleApp是印度最受歡迎的表情貼紙應用。他們在使用FlatBuffers的過程中，大幅的提升了應用的性能。Cocos2d-x是排名第一的開源移動游戲引擎，他們也在使用Cocos2d-x來將游戲數據進行序列化處理。
Facebook也在使用FlatBuffers，他們用它來構建安卓應用中的客戶服務溝通功能。他們曾經發布了一篇文章，講述FlatBuffers對他們的幫助。
谷歌的Fun Propulsion Labs使用FlatBuffers在庫和游戲的開發中大量使用FlatBuffers。
應用性能有多大的提升？
分解速度方面，在JSON上處理20KB的數據需要35毫秒，超過了UI框架刷新的間隔（16.6毫秒）。在使用JSON的時候，我們無法給用戶帶來順滑的應用體驗，他們在滾動UI的時候，會感到明顯的延遲。
分解初始化方面。JSON的分解器需要在分解前構建field mapping，通常需要100-200毫秒。這會大大延長應用的啟動時間。
垃圾收集方面，在JSON進行分解的過程中，會產生大量小對象，我們發現，當JSON對20KB的數據進行分解的時候，需要為其指派100KB的內存空間，這個Java的垃圾收集器造成了巨大的壓力。
FlatBuffer vs JSON
我
曾經做過這樣的實驗，分別用FlatBuffer和JSON對4mb的文件進行分解，FlatBuffer需要1-5毫秒，而JSON需要2000毫秒。
在使用FlatBuffer的時候，應用無需調用GC；而在使用JSON的時候，GC需要被調用多次。因此，在使用JSON的時候，應用UI凍結，我只能
選在在背景中讓JSON完成分解。