Serialização é o processo de converter um objeto, estrutura de dados ou estado de uma aplicação em um formato que pode ser armazenado ou transmitido e posteriormente reconstruído. Em outras palavras, a serialização transforma dados complexos em uma sequência de bytes ou em um formato específico (como JSON, XML, ou um arquivo binário), permitindo que esses dados sejam salvos em disco, enviados pela rede ou passados entre diferentes componentes de um sistema.
Libs:
OBSERVAÇÕES
- Em Julia, nos testes realizados, a biblioteca Serialization apresentou um melhor desempenho de compactação que a biblioteca JLD2.
- A biblioteca Pickle, do Python, apresentou um melhor desempenho de compactação que as bibliotecas de Julia, Serialization e JLD2.
- Se for descompactar um arquivo de dataframe (CSV, XLSX, etc) é necessário importar as bibliotecas para trabalhar com tabelas:
- Pandas, no Python.
- DataFrames e CSV, em Julia.
Python
import pickle
data = {"name": "Alice", "age": 30}
# Serialização (transforma em bytes)
with open('data.pkl', 'wb') as file:
pickle.dump(data, file)
# Desserialização (reconstrói o objeto)
with open('data.pkl', 'rb') as file:
loaded_data = pickle.load(file)
Julia
""" Método 1 da biblioteca Serialization """
using Serialization
data = Dict("name" => "Alice", "age" => 30)
# Serialização
serialize("data.jls", data)
# Desserialização
loaded_data = deserialize("data.jls")
""" Método 2 da biblioteca Serialization """
using Serialization
data = Dict("name" => "Alice", "age" => 30)
# Serialização
open("data.bin", "w") do f
serialize(f, data)
end
# Desserialização
loaded_data = open("data.bin", "r") do f
deserialize(f)
end
using JLD2
data = Dict("name" => "Alice", "age" => 30)
# Serialização
@save "data.jld2" data
# Desserialização
@load "data.jld2" data
Deixe um comentário