Zenoh项目中的序列化优化:移除zenoh-ext中的Timestamp和Encoding类型
2025-07-08 14:13:26作者:裘晴惠Vivianne
在分布式系统开发中,数据序列化是一个核心组件,它直接影响着系统的性能和可维护性。最近,Zenoh项目团队对其序列化机制进行了一项重要优化——移除了zenoh-ext模块中对Timestamp和Encoding类型的序列化支持。这一变更看似微小,实则反映了Zenoh团队对插件系统设计的深入思考。
背景与动机
Zenoh作为一个高效的通信中间件,其插件系统需要处理各种数据类型的序列化和反序列化。最初,Timestamp(时间戳)和Encoding(编码)这两种类型的序列化被放置在zenoh-ext模块中,主要是为了方便插件使用。
然而,随着系统演进,团队发现这种设计存在两个关键问题:
- 性能考虑:对于编码插件而言,使用内部编码表示比通用序列化更加高效
- 架构清晰性:特定后端的序列化逻辑更适合放在各自的后端实现中,而不是放在通用的zenoh-ext模块
技术细节
Timestamp和Encoding是Zenoh中两个重要的数据类型:
- Timestamp:用于标记数据的时间信息,确保数据的有序性和时效性
- Encoding:定义了数据的编码格式,影响数据的解析方式
原先这些类型的序列化逻辑放在zenoh-ext中,导致:
- 插件被迫使用不够高效的通用序列化方式
- 后端实现与序列化逻辑分离,增加了维护复杂度
变更影响
这项优化主要影响三个方面:
- 插件开发:插件现在需要自行处理这些类型的序列化,但获得了更大的灵活性
- 后端实现:各后端(如文件系统后端、RocksDB后端)需要实现自己的序列化逻辑
- 系统性能:通过更贴近具体实现的序列化方式,提高了整体效率
架构意义
这一变更体现了Zenoh团队对系统架构的持续优化:
- 关注点分离:将通用功能与具体实现分离,使架构更加清晰
- 性能优先:允许特定场景使用最优化的序列化方式,而非强制通用方案
- 可维护性:相关逻辑靠近使用它的代码,降低了理解和修改的难度
开发者建议
对于基于Zenoh开发的工程师,需要注意:
- 如果开发插件,现在需要自行处理Timestamp和Encoding的序列化
- 升级时需要检查是否依赖了zenoh-ext中的这些序列化功能
- 可以考虑为特定场景实现定制化的高效序列化方案
这项变更是Zenoh持续优化的一部分,反映了团队对性能、架构清晰度和开发者体验的不懈追求。通过这样的精细化调整,Zenoh正变得越来越高效和易于使用。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2