如何在没有第三方库的情况下序列化对象+压缩然后解压缩+反序列化？

Question

我在内存中有一个大对象，我想将它作为 blob 保存到数据库中。 我想在保存之前对其进行压缩，因为数据库服务器通常不是本地的。

这是我目前拥有的：

using (var memoryStream = new MemoryStream())
{
  using (var gZipStream = new GZipStream(memoryStream, CompressionMode.Compress))
  {
    BinaryFormatter binaryFormatter = new BinaryFormatter();
    binaryFormatter.Serialize(gZipStream, obj);

    return memoryStream.ToArray();
  }
}

但是，当我使用 Total Commander 压缩相同的字节时，它总是将大小至少减少 50%。使用上面的代码，它将 58MB 压缩到 48MB，任何小于 15MB 的东西都会变得更大。

我应该使用第三方 zip 库还是在 .NET 3.5 中有更好的方法来做到这一点。 我的问题还有其他替代方案吗？

编辑：

刚刚在上面的代码中发现了一个错误。 Angelo 感谢您的修复。

GZipStream 压缩仍然不是很好。 与 TC 48% 的压缩相比，gZipStream 的平均压缩率为 35%。

我不知道我从以前的版本中得到了什么样的字节:)

EDIT2：

我发现了如何将压缩率从 20% 提高到 47%。 我不得不使用两个内存流而不是一个！谁能解释一下为什么会这样？

这是一个包含 2 个内存流的代码，压缩效果更好！！！

using (MemoryStream msCompressed = new MemoryStream())
using (GZipStream gZipStream = new GZipStream(msCompressed, CompressionMode.Compress))
using (MemoryStream msDecompressed = new MemoryStream())
{
  new BinaryFormatter().Serialize(msDecompressed, obj);
  byte[] byteArray = msDecompressed.ToArray();

  gZipStream.Write(byteArray, 0, byteArray.Length);
  gZipStream.Close();
  return msCompressed.ToArray();
}

Answer 1

使用的默认 CompressionLevel 是Optimal，至少根据http://msdn.microsoft.com/en-us/library/as1ff51s，所以没有办法告诉 GZipStream“更努力”。在我看来，第 3 方库会更好。

我个人从不认为 GZipStream 在压缩方面是“好”的——可能他们努力减少内存占用或最大限度地提高速度。但是，看看 WindowsXP/WindowsVista/Windows7 如何在资源管理器中本地处理 ZIP 文件 - 好吧.. 我不能说它既不快，也没有良好的压缩.. 如果 Win7 中的资源管理器实际上使用 GZipStream，我不会感到惊讶- 总而言之，他们已经实现了它并放入了框架，所以他们可能在很多地方使用它（即，似乎在HTTP GZIP handling 中使用），所以我会远离它我需要一个有效的处理..我从未对这个主题进行过任何认真的研究，因为我的公司多年前在 .Net 还处于早期阶段时购买了一个不错的拉链处理程序。

编辑：

更多参考：
http://dotnetzip.codeplex.com/workitem/7159 - 但在 2009 年被标记为“关闭/已解决”.. 也许您会在该代码中发现一些有趣的东西？

嘿，经过几分钟的谷歌搜索，7Zip 似乎暴露了一些 C# 绑定：http://www.splinter.com.au/compressing-using-the-7zip-lzma-algorithm-in/

编辑#2：

关于 .net4.5 的仅供参考：https://stackoverflow.com/a/9808000/717732

Answer 2

.NET 3.5 的 GZipStream 不允许您设置压缩级别。这个参数是在 .NET 4.5 中引入的，但我不知道它是否会给你带来更好的结果或者升级是否适合你。 由于专利AFAIK，内置算法不是很优化。 所以在 3.5 中获得更好压缩的唯一方法是使用第三方库，如 7zip 或 SharpZipLib 提供的 SDK。或许您应该尝试使用不同的库来更好地压缩您的数据。

Answer 3

您您的代码中存在错误，并且解释太长，无法发表评论，因此即使它没有回答您的真正问题，我也将其作为答案提供。

您只需要在关闭GZipStream之后调用memoryStream.ToArray()，否则您将创建无法反序列化的压缩数据。

固定代码如下：

using (var memoryStream = new System.IO.MemoryStream())
{
  using (var gZipStream = new GZipStream(memoryStream, CompressionMode.Compress))
  {
    BinaryFormatter binaryFormatter = new BinaryFormatter();
    binaryFormatter.Serialize(gZipStream, obj);
  }
  return memoryStream.ToArray();
}

GZipStream 以块的形式写入底层缓冲区，并将页脚附加到流的末尾，这仅在您关闭流时执行。

您可以通过运行以下代码示例轻松证明这一点：

byte[] compressed;
int[] integers = new int[] { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 };

var mem1 = new MemoryStream();
using (var compressor = new GZipStream(mem1, CompressionMode.Compress))
{
    new BinaryFormatter().Serialize(compressor, integers);
    compressed = mem1.ToArray();
}

var mem2 = new MemoryStream(compressed);
using (var decompressor = new GZipStream(mem2, CompressionMode.Decompress))
{
    // The next line will throw SerializationException
    integers = (int[])new BinaryFormatter().Deserialize(decompressor);
}

Answer 4

最初的问题与 .NET 3.5 有关。 三年后，.NET 4.5 更有可能被使用，我的回答只对 4.5 有效。如前所述，压缩算法在 .NET 4.5 中得到了很好的改进

今天，我想压缩我的数据集以节省一些空间。与原始问题非常相似，但对于 .NET4.5。 而且因为我记得很多年前在双 MemoryStream 上使用过同样的技巧，所以我试了一下。 我的数据集是一个容器对象，其中包含许多哈希集和具有 string/int/DateTime 属性的自定义对象列表。该数据集包含大约 45 000 个对象，在不压缩的情况下序列化时，它会创建一个 3500 kB 的二进制文件。

现在，使用 GZipStream、问题中描述的单或双 MemoryStream，或使用 DeflateStream（在 4.5 中使用 zlib），我总是得到一个 818 kB 的文件。 所以我只想在这里强调，双 MemoryStream 的技巧在 .NET 4.5 中毫无用处。

最终，我的通用代码如下：

     public static byte[] SerializeAndCompress<T, TStream>(T objectToWrite, Func<TStream> createStream, Func<TStream, byte[]> returnMethod, Action catchAction)
        where T : class
        where TStream : Stream
     {
        if (objectToWrite == null || createStream == null)
        {
            return null;
        }
        byte[] result = null;
        try
        {
            using (var outputStream = createStream())
            {
                using (var compressionStream = new GZipStream(outputStream, CompressionMode.Compress))
                {
                    var formatter = new BinaryFormatter();
                    formatter.Serialize(compressionStream, objectToWrite);
                }
                if (returnMethod != null)
                    result = returnMethod(outputStream);
            }
        }
        catch (Exception ex)
        {
            Trace.TraceError(Exceptions.ExceptionFormat.Serialize(ex));
            catchAction?.Invoke();
        }
        return result;
    }

这样我就可以使用不同的 TStream，例如

    public static void SerializeAndCompress<T>(T objectToWrite, string filePath) where T : class
    {
        //var buffer = SerializeAndCompress(collection);
        //File.WriteAllBytes(filePath, buffer);
        SerializeAndCompress(objectToWrite, () => new FileStream(filePath, FileMode.Create), null, () =>
        {
            if (File.Exists(filePath))
                File.Delete(filePath);
        });
    }

    public static byte[] SerializeAndCompress<T>(T collection) where T : class
    {
        return SerializeAndCompress(collection, () => new MemoryStream(), st => st.ToArray(), null);
    }

Answer 5

您可以使用自定义格式化程序

public class GZipFormatter : IFormatter
{
    IFormatter formatter;
    public GZipFormatter()
    {
        this.formatter = new BinaryFormatter();
    }
    public GZipFormatter(IFormatter formatter)
    {
        this.formatter = formatter; 
    }
    ISurrogateSelector IFormatter.SurrogateSelector { get => formatter.SurrogateSelector; set => formatter.SurrogateSelector = value; }
    SerializationBinder IFormatter.Binder { get => formatter.Binder; set => formatter.Binder = value; }
    StreamingContext IFormatter.Context { get => formatter.Context; set => formatter.Context = value; }

    object IFormatter.Deserialize(Stream serializationStream)
    {
        using (GZipStream gZipStream = new GZipStream(serializationStream, CompressionMode.Decompress))
        {
            return formatter.Deserialize(gZipStream);                
        }
    }
    void IFormatter.Serialize(Stream serializationStream, object graph)
    {
        using (GZipStream gZipStream = new GZipStream(serializationStream, CompressionMode.Compress))
        using (MemoryStream msDecompressed = new MemoryStream())
        {
            formatter.Serialize(msDecompressed, graph);
            byte[] byteArray = msDecompressed.ToArray();

            gZipStream.Write(byteArray, 0, byteArray.Length);
            gZipStream.Close();                
        }
    }

那么你可以这样使用：

IFormatter formatter = new GZipFormatter();
using (Stream stream = new FileStream(path...)){
   formatter.Serialize(stream, obj); 
}