• protobuf安装


    protobuf安装

    一、protobuf的简介

    ​ Protocol buffers是用于序列化结构化数据的灵活、高效、自动化的机制——比如XML,但是更小、更快、更简单。您只需定义一下希望如何对数据进行结构化,然后就可以使用特殊生成的源代码来轻松地编写和读取到各种数据流中的结构化数据,并使用各种语言。你甚至可以更新你的数据结构,而不必破坏那些被编译为“旧”格式的程序。
    ​ Google protobuf是一个灵活的、高效的用于序列化数据的协议。相比较XML和JSON格式,protobuf更小、更快、更便捷。protobuf也叫protocol buffer是google 的一种数据交换的格式,它独立于语言,独立于平台。Google protobuf是跨语言的,并且自带了一个编译器(protoc),只需要用它进行编译,可以编译成Java、python、C++、C#、Go等代码,然后就可以直接使用,不需要再写其他代码,自带有解析的代码。
    ​ Google 提供了多种语言的实现:Java、c#、c++、Go 和 Python,每一种实现都包含了相应语言的编译器以及库文件。由于它是一种二进制的格式,比使用 xml 、json进行数据交换快许多。可以把它用于分布式应用之间的数据通信或者异构环境下的数据交换。作为一种效率和兼容性都很优秀的二进制数据传输格式,可以用于诸如网络传输、配置文件、数据存储等诸多领域。

    proto文件是protobuf一个重要的文件,它定义了需要序列化数据的结构。使用protobuf的3个步骤是:
    1.在.proto文件中定义消息格式
    2.用protobuf编译器编译.proto文件
    3.用Python/Go等对应的protobuf API来写或者读消息

    二、protobuf-win安装

    安装包:下载地址

    解压放入自定义目录

    image-20220327164947958

    配置环境变量

    步骤:电脑 -> 右键 -> 属性 -> 高级系统设置 -> 环境变量 -> 系统变量 -> 选中 [ Path ] -> 编辑 -> 新建 [ copy:D:\software\protobuf\bin ] -> 依次确定关闭弹框

    image-20220327165822414

    测试版本

    D:\software\protobuf\bin
    

    image-20220327165508313

    三、protobuf-mac安装

    1. 下载指定版本安装包
    cd /usr/local/lib
    
    wget https://github.com/protocolbuffers/protobuf/releases/download/v3.15.6/protobuf-cpp-3.15.6.tar.gz
    

    2.下载下来后解压压缩包,并进入目录

    tar -xzvf protobuf-cpp-3.15.6.tar.gz
    
    cd protobuf-cpp-3.15.6
    

    3.设置编译目录

    ./configure --prefix=/usr/local/protobuf
    

    4.安装检测

    make check
    

    image-20220515174729330

    5.安装及编译

    make && make install
    

    6.配置环境变量

    vim ~/.bash_profile
    

    在文件结尾添加环境变量

    export PROTOBUF=/usr/local/protobuf 
    export PATH=$PATH:$PROTOBUF/bin
    

    使用source命令,使配置文件生效

    source ~/.bash_profile
    

    7.测试按照结果

    protoc --version
    

    image-20220515174746052

    四、protobuf-linux安装

  • 相关阅读:
    DOS批处理中%cd%和%~dp0的区别
    DIH处理包含回车符换行符html标签内容的文本
    国内可用免费语料库(已经整理过,凡没有标注不可用的链接均可用)
    TextRank算法提取关键词的Java实现
    贝叶斯推断及其互联网应用(三):拼写检查
    朴素贝叶斯分类器的应用
    TF-IDF与余弦相似性的应用(三):自动摘要
    TF-IDF与余弦相似性的应用(二):找出相似文章
    TF-IDF与余弦相似性的应用(一):自动提取关键词
    搜索引擎与网页文本分词的原理
  • 原文地址:https://www.cnblogs.com/randysun/p/16273911.html
Copyright © 2020-2023  润新知