Json格式应用

Json格式在用于数据存储方面比xml有着空间上的优势，Json格式又主要分为两种格式:名称/值 对 和数组。

在我的业务环境中需要先把一种空间比较小的格式。

测试如下：

取数据库中的一张表然后生成两种格式的Json文件进行对比。

 

生成名称/值 对的格式，样式如下：

大小为：6460KB

生成数组的格式，样式如下：

大小为：2736KB。

数组由于列的信息只显示一次，大小约为原来的50%。

生成两种格式的C#代码如下：

    static void Main(string[] args)
        {
            DataTable dt = DataAccess.GetData("select * from stk_code");

            string sJson= JsonConvert.SerializeObject(dt);
            FileStream fs = new FileStream("D:\\Json.txt", FileMode.Append);
            StreamWriter sw = new StreamWriter(fs, Encoding.Default);
            sw.WriteLine(sJson);
            sw.Close();
            fs.Close();

            Dictionary<string, List<object>> dataList = DataToList.DataTableToList(dt);
            sJson = JsonConvert.SerializeObject(dataList);
            fs = new FileStream("D:\\Json2.txt", FileMode.Append);
            sw = new StreamWriter(fs, Encoding.Default);
            sw.WriteLine(sJson);
            sw.Close();
            fs.Close();


            Console.ReadKey();
        }

将Datatable转为Dictionary 的方法如下：

  public class DataToList
    {
        /// <summary>
        /// 将datarow 转化为Dictionary<string, List<object>>
        /// 结果集中第一行为列名，第二行开始为数据，数据行用数字0-N表示
        /// </summary>
        /// <param name="table"></param>
        /// <returns></returns>
        public static Dictionary<string, List<object>> DataTableToList(DataTable table)
        {
            Dictionary<string, List<object>> DataList = new Dictionary<string, List<object>>();

            List<object> itemValue = new List<object>();
            string itemKey = "col";

            foreach (DataColumn dc in table.Columns)
            {
                itemValue.Add(dc.ColumnName);
            }
            DataList.Add(itemKey, itemValue);

            int i = 0;
            foreach (DataRow dr in table.Rows)
            {
                itemKey = i.ToString();
                itemValue = new List<object>();

                foreach (var val in dr.ItemArray)
                {
                    itemValue.Add(val);
                }
                DataList.Add(itemKey, itemValue);
                i++;
            }

            return DataList;
        }

    }

//写流文件
ObjectStream.Serialize<Dictionary<string, List<object>>>(dataList, @"D:\stream.bin");

//读流文件
Dictionary<string, List<object>> ndt = (Dictionary<string, List<object>>)ObjectStream.Deserialize(@"D:\stream.bin");

 

数组的格式虽然占用的空间会小一些，但需要进行一次转换，所以在选择的时候需要视具体情况而定。

主要有两方面的因素：

1.列名和内容的比例大小关系，如果大部分字段是文本类的，大小的区别应该不大。采用数组反而多一次转换。

2.是带宽为稀缺资源还是CPU为稀缺资源？

 

第三种方案，将数据对象直接存储为流：

如这个对象是DataTable则大小为：10368KB。如采用简单一点的对象如

Dictionary<string,List<object>>则大小为：3225

所以大小取决于对象的简单程度。

对象和流之间的转换代码：

  public class ObjectStream
    {
        /// <summary>
        /// 将一个对象转换为流文件
        /// </summary>
        /// <typeparam name="T"></typeparam>
        /// <param name="value"></param>
        /// <param name="filename"></param>
        /// <returns></returns>
        public static bool Serialize<T>(T value, string filename)
        {
            try
            {
                System.Runtime.Serialization.Formatters.Binary.BinaryFormatter bs = new System.Runtime.Serialization.Formatters.Binary.BinaryFormatter();
                System.IO.FileStream stream = new System.IO.FileStream(filename, System.IO.FileMode.Create);
                bs.Serialize(stream, value);
                stream.Close();
                return true;
            }
            catch
            {
                return false;
            }
        }

        /// <summary>
        /// 从流文件中获取一个对象
        /// </summary>
        /// <param name="fileName"></param>
        /// <returns></returns>
        public static Object Deserialize(string fileName)
        {
            System.Runtime.Serialization.Formatters.Binary.BinaryFormatter bs = new System.Runtime.Serialization.Formatters.Binary.BinaryFormatter();
            System.IO.FileStream stream = new System.IO.FileStream(fileName, System.IO.FileMode.Open);
            return bs.Deserialize(stream);
        }
    }

 

转载于:https://www.cnblogs.com/champaign/p/6223351.html