找回密码
立即注册
搜索
热搜: Java Python Linux Go
云栈社区»论坛 › 技术文档「 Note & Doc 」 › 嵌入式开发指南：如何选择合适的数据存储格式（XML/JSON/INI/YAM ...
发回帖 发新帖
小清新

1482

积分

0

好友

194

主题

嵌入式开发指南：如何选择合适的数据存储格式（XML/JSON/INI/YAML对比）

发表于 2026-2-12 11:49:00 | 查看: 30| 回复: 0

在嵌入式系统开发中，我们常常需要将设备配置、运行参数或采集到的数据持久化保存。面对众多数据存储格式，比如 XML、JSON、INI、YAML 等，该如何做出选择呢？这并非一个简单的“哪个更好”的问题，而是需要根据具体的应用场景，在存储效率、解析速度、可读性以及开发复杂度之间找到最佳平衡点。

常用数据存储格式详解

XML格式

核心特点：

  • 结构化标记语言：拥有良好的标签层次结构，能清晰表达数据关系。
  • 可读性强：文本格式，便于人工阅读和理解。
  • 支持复杂结构：能够轻松处理嵌套和复杂的数据模型。
  • 跨平台兼容：作为一种成熟的标准，在不同系统和平台间交换数据非常可靠。
  • 资源消耗大：标签冗余导致文件体积较大，解析相对复杂，对内存和CPU资源要求较高。

适用场景：

  • 需要定义复杂数据结构的应用。
  • 配置文件需要人工直接查看或编辑的情况。
  • 与遵循XML标准的外部系统或传统企业应用进行数据交换。

应用示例：
一个设备配置的XML文件可能长这样：

<?xml version="1.0" encoding="UTF-8"?>
<device_config>
<device_id>DEV-001</device_id>
<device_type>temperature_sensor</device_type>
<parameters>
<sampling_rate>10</sampling_rate>
<threshold>
<min>0</min>
<max>100</max>
</threshold>
</parameters>
<network>
<ip>192.168.1.100</ip>
<port>8080</port>
</network>
</device_config>

解析示例（使用C语言的libxml2库）：

#include <libxml/parser.h>
#include <libxml/tree.h>

void parse_xml_config(const char *filename) {
    xmlDocPtr doc;
    xmlNodePtr root_node, cur_node;

    doc = xmlParseFile(filename);
    if (doc == NULL) {
        printf("Failed to parse XML file\n");
        return;
    }

    root_node = xmlDocGetRootElement(doc);
    if (root_node == NULL) {
        printf("Empty XML file\n");
        xmlFreeDoc(doc);
        return;
    }

    // 遍历子节点
    for (cur_node = root_node->children; cur_node != NULL; cur_node = cur_node->next) {
        if (cur_node->type == XML_ELEMENT_NODE) {
            printf("Node name: %s\n", cur_node->name);
            // 处理具体节点...
        }
    }

    xmlFreeDoc(doc);
    xmlCleanupParser();
}

JSON格式

核心特点：

  • 轻量级：语法简洁，是理想的数据交换格式。
  • 解析高效：结构简单，通常比XML解析速度更快。
  • 结构清晰：支持对象（键值对集合）和数组，能很好地表示复杂数据。
  • 网络友好：已成为Web API和云服务通信的事实标准。
  • 空间较省：相比XML，去除了冗余标签，文件体积更小。

适用场景：

  • 资源有限的嵌入式设备，需要快速读写配置。
  • 与Web应用、移动App或云平台进行数据交互。
  • 需要频繁解析和生成数据的场景。

应用示例：
同样的设备配置，用JSON表示更加紧凑：

{
"device_id": "DEV-001",
"device_type": "temperature_sensor",
"parameters": {
"sampling_rate": 10,
"threshold": {
"min": 0,
"max": 100
}
},
"network": {
"ip": "192.168.1.100",
"port": 8080
}
}

解析示例（使用轻量级的cJSON库）：

#include "cJSON.h"

void parse_json_config(const char *filename) {
    FILE *file;
    long file_size;
    char *buffer;
    cJSON *root, *device_id, *parameters, *sampling_rate;

    // 读取文件
    file = fopen(filename, "r");
    if (file == NULL) {
        printf("Failed to open JSON file\n");
        return;
    }

    fseek(file, 0, SEEK_END);
    file_size = ftell(file);
    rewind(file);

    buffer = (char *)malloc(file_size + 1);
    if (buffer == NULL) {
        printf("Failed to allocate memory\n");
        fclose(file);
        return;
    }

    fread(buffer, 1, file_size, file);
    buffer[file_size] = '\0';
    fclose(file);

    // 解析JSON
    root = cJSON_Parse(buffer);
    if (root == NULL) {
        printf("Failed to parse JSON\n");
        free(buffer);
        return;
    }

    // 获取字段值
    device_id = cJSON_GetObjectItem(root, "device_id");
    if (cJSON_IsString(device_id)) {
        printf("Device ID: %s\n", device_id->valuestring);
    }

    parameters = cJSON_GetObjectItem(root, "parameters");
    sampling_rate = cJSON_GetObjectItem(parameters, "sampling_rate");
    if (cJSON_IsNumber(sampling_rate)) {
        printf("Sampling Rate: %d\n", sampling_rate->valueint);
    }

    // 清理资源
    cJSON_Delete(root);
    free(buffer);
}

INI格式

核心特点：

  • 极其简单：基于“节(Section)”和“键=值(Key=Value)”的经典结构。
  • 解析飞快：逻辑简单，几乎不消耗计算资源。
  • 易于手工编辑：结构一目了然，非常适合手动修改配置。
  • 资源占用极小：无论是存储空间还是运行时内存，需求都很低。
  • 功能有限：不支持嵌套或复杂的数据类型，只有基本的字符串和数值。

适用场景：

  • 存储简单的、扁平化的配置项（如IP地址、端口号、开关标志）。
  • 需要让终端用户能够直接手动修改的配置文件。
  • 运行在资源极其受限（如8位MCU）的设备上。

应用示例：
INI文件将配置按功能分成了不同的节：

[Device]
device_id=DEV-001
device_type=temperature_sensor

[Parameters]
sampling_rate=10
threshold_min=0
threshold_max=100

[Network]
ip=192.168.1.100
port=8080

解析示例（可以自己实现一个简单的解析函数）：

#include <stdio.h>
#include <string.h>

#define MAX_LINE_LENGTH 256
#define MAX_SECTION_NAME 64
#define MAX_KEY_NAME 64
#define MAX_VALUE_NAME 128

typedef struct {
    char section[MAX_SECTION_NAME];
    char key[MAX_KEY_NAME];
    char value[MAX_VALUE_NAME];
} IniEntry;

void parse_ini_config(const char *filename) {
    FILE *file;
    char line[MAX_LINE_LENGTH];
    char current_section[MAX_SECTION_NAME] = "";

    file = fopen(filename, "r");
    if (file == NULL) {
        printf("Failed to open INI file\n");
        return;
    }

    while (fgets(line, MAX_LINE_LENGTH, file) != NULL) {
        // 去除换行符和空格
        line[strcspn(line, "\n\r")] = '\0';

        // 跳过空行和注释
        if (line[0] == ';' || line[0] == '#' || line[0] == '\0') {
            continue;
        }

        // 处理节
        if (line[0] == '[' && strchr(line, ']') != NULL) {
            sscanf(line, "[%s]", current_section);
            // 去除可能的右括号
            char *end = strchr(current_section, ']');
            if (end != NULL) {
                *end = '\0';
            }
            printf("Section: %s\n", current_section);
        }
        // 处理键值对
        else if (strchr(line, '=') != NULL) {
            char key[MAX_KEY_NAME];
            char value[MAX_VALUE_NAME];
            sscanf(line, "%[^=]=%[^ ]", key, value);
            // 去除键和值中的空格
            char *key_start = key;
            while (*key_start == ' ') key_start++;
            char *key_end = key + strlen(key) - 1;
            while (*key_end == ' ') key_end--;
            *(key_end + 1) = '\0';

            char *value_start = value;
            while (*value_start == ' ') value_start++;
            char *value_end = value + strlen(value) - 1;
            while (*value_end == ' ') value_end--;
            *(value_end + 1) = '\0';

            printf("Key: %s, Value: %s\n", key_start, value_start);
        }
    }

    fclose(file);
}

YAML格式

核心特点：

  • 对人类友好：使用缩进表示层级，语法非常接近自然书写习惯。
  • 支持注释：可以在配置文件中直接加入说明文字，这是JSON不具备的。
  • 表达能力强：支持复杂数据结构和引用，功能不亚于JSON。
  • 可读性极佳：即使是复杂的配置，也易于人工阅读和编写。
  • 解析稍复杂：由于依赖严格的缩进，解析器实现比JSON稍复杂，解析速度也可能略慢。

适用场景：

  • 复杂的、多层次的系统配置（如Kubernetes的Pod定义）。
  • 需要大量注释说明的配置文件。
  • 与现代DevOps工具链（如Ansible, Docker Compose）集成的场景。

应用示例：
YAML利用缩进清晰地展示了数据的层次：

device_id: DEV-001
device_type: temperature_sensor
parameters:
  sampling_rate: 10
  threshold:
    min: 0
    max: 100
network:
  ip: 192.168.1.100
  port: 8080

解析示例（使用libyaml库）：

#include <yaml.h>

void parse_yaml_config(const char *filename) {
    FILE *file;
    yaml_parser_t parser;
    yaml_event_t event;
    int done = 0;

    // 打开文件
    file = fopen(filename, "r");
    if (file == NULL) {
        printf("Failed to open YAML file\n");
        return;
    }

    // 初始化解析器
    if (!yaml_parser_initialize(&parser)) {
        printf("Failed to initialize parser\n");
        fclose(file);
        return;
    }

    yaml_parser_set_input_file(&parser, file);

    // 解析事件
    while (!done) {
        if (!yaml_parser_parse(&parser, &event)) {
            printf("Parser error: %s\n", parser.problem);
            break;
        }

        switch (event.type) {
            case YAML_NO_EVENT:
                break;
            case YAML_STREAM_START_EVENT:
            case YAML_STREAM_END_EVENT:
                break;
            case YAML_DOCUMENT_START_EVENT:
            case YAML_DOCUMENT_END_EVENT:
                break;
            case YAML_MAPPING_START_EVENT:
            case YAML_MAPPING_END_EVENT:
                break;
            case YAML_SEQUENCE_START_EVENT:
            case YAML_SEQUENCE_END_EVENT:
                break;
            case YAML_ALIAS_EVENT:
                break;
            case YAML_SCALAR_EVENT:
                printf("Scalar: %s\n", event.data.scalar.value);
                break;
            case YAML_ERROR_EVENT:
                done = 1;
                break;
            default:
                break;
        }

        if (event.type != YAML_NO_EVENT) {
            yaml_event_delete(&event);
        }

        if (event.type == YAML_STREAM_END_EVENT) {
            done = 1;
        }
    }

    // 清理资源
    yaml_parser_delete(&parser);
    fclose(file);
}

TXT格式（自定义文本）

核心特点：

  • 完全自由：格式由开发者自行定义，没有任何约束。
  • 极度灵活：可以设计成最适合当前需求的任何样子。
  • 需要自定义解析：没有标准库可用，必须编写专用的读写逻辑。
  • 可读性不定：取决于设计，可能很好，也可能只有机器能懂。

适用场景：

  • 极其简单、固定的数据记录。
  • 特定格式的日志文件（如Nginx的访问日志）。
  • 在资源受限到无法容纳任何解析库的极端情况下。

应用示例：
一个自定义的文本配置文件：

# Device Configuration
Device ID: DEV-001
Device Type: temperature_sensor

# Parameters
Sampling Rate: 10
Threshold Min: 0
Threshold Max: 100

# Network
IP: 192.168.1.100
Port: 8080

解析示例（针对上述格式的自定义函数）：

void parse_txt_config(const char *filename) {
    FILE *file;
    char line[MAX_LINE_LENGTH];

    file = fopen(filename, "r");
    if (file == NULL) {
        printf("Failed to open TXT file\n");
        return;
    }

    while (fgets(line, MAX_LINE_LENGTH, file) != NULL) {
        // 去除换行符
        line[strcspn(line, "\n\r")] = '\0';

        // 跳过注释和空行
        if (line[0] == '#' || line[0] == '\0') {
            continue;
        }

        // 简单解析键值对
        char *delimiter = strchr(line, ':');
        if (delimiter != NULL) {
            *delimiter = '\0';
            char *key = line;
            char *value = delimiter + 1;

            // 去除空格
            while (*key == ' ') key++;
            while (*value == ' ') value++;

            printf("Key: %s, Value: %s\n", key, value);
        }
    }

    fclose(file);
}

BIN格式（二进制）

核心特点：

  • 存储效率之王：直接内存映射，无任何冗余，空间占用最小。
  • 解析速度最快：读取后几乎无需处理即可使用。
  • 完全不可读：二进制文件无法用文本编辑器查看或编辑。
  • 平台依赖风险：需要注意字节序（大小端）、结构体对齐等跨平台问题。

适用场景：

  • 存储海量的传感器采集的原始数据。
  • 对启动速度或实时性要求极高的配置加载。
  • 不需要人工干预的固件内部数据。

应用示例：
定义一个结构体，并直接读写：

// 定义配置结构体
typedef struct {
    char device_id[32];
    char device_type[32];
    int sampling_rate;
    int threshold_min;
    int threshold_max;
    char ip[16];
    int port;
} DeviceConfig;

// 写入二进制配置文件
void write_bin_config(const char *filename, DeviceConfig *config) {
    FILE *file = fopen(filename, "wb");
    if (file == NULL) {
        printf("Failed to open BIN file for writing\n");
        return;
    }

    fwrite(config, sizeof(DeviceConfig), 1, file);
    fclose(file);
}

// 读取二进制配置文件
void read_bin_config(const char *filename, DeviceConfig *config) {
    FILE *file = fopen(filename, "rb");
    if (file == NULL) {
        printf("Failed to open BIN file for reading\n");
        return;
    }

    fread(config, sizeof(DeviceConfig), 1, file);
    fclose(file);

    printf("Device ID: %s\n", config->device_id);
    printf("Device Type: %s\n", config->device_type);
    printf("Sampling Rate: %d\n", config->sampling_rate);
    printf("Threshold Min: %d\n", config->threshold_min);
    printf("Threshold Max: %d\n", config->threshold_max);
    printf("IP: %s\n", config->ip);
    printf("Port: %d\n", config->port);
}

CSV格式

核心特点：

  • 表格数据专用：用逗号分隔值，天然适合记录型数据。
  • 解析简单：逻辑清晰，资源消耗低。
  • 工具链支持好：可直接用Excel、Numbers或pandas等数据分析工具打开处理。
  • 不适合嵌套数据：只能表示二维表格，无法描述层次结构。

适用场景：

  • 按时间序列记录的传感器数据（温度、湿度、压力等）。
  • 需要导出到电子表格进行可视化或分析的数据。
  • 批量数据的导入和导出操作。

应用示例：
记录传感器数据的CSV文件：

timestamp,temperature,humidity,pressure
2024-01-01 00:00:00,25.5,45.0,1013.2
2024-01-01 00:01:00,25.6,44.8,1013.1
2024-01-01 00:02:00,25.7,44.5,1013.0

解析示例：

void parse_csv_data(const char *filename) {
    FILE *file;
    char line[MAX_LINE_LENGTH];
    int is_header = 1;

    file = fopen(filename, "r");
    if (file == NULL) {
        printf("Failed to open CSV file\n");
        return;
    }

    while (fgets(line, MAX_LINE_LENGTH, file) != NULL) {
        // 去除换行符
        line[strcspn(line, "\n\r")] = '\0';

        if (is_header) {
            // 跳过表头
            is_header = 0;
            continue;
        }

        // 解析CSV行
        char *token = strtok(line, ",");
        if (token != NULL) {
            printf("Timestamp: %s\n", token);
        }

        token = strtok(NULL, ",");
        if (token != NULL) {
            printf("Temperature: %s\n", token);
        }

        token = strtok(NULL, ",");
        if (token != NULL) {
            printf("Humidity: %s\n", token);
        }

        token = strtok(NULL, ",");
        if (token != NULL) {
            printf("Pressure: %s\n", token);
        }

        printf("\n");
    }

    fclose(file);
}

如何根据场景选择存储格式？

场景一：资源极度受限的嵌入式设备

  • 推荐格式：BIN、INI、自定义TXT
  • 理由：BIN格式在存储和解析速度上具有绝对优势；INI和简单TXT则牺牲一些效率换取可读性和极简的解析逻辑。选择时需要深入理解计算机基础中关于内存和IO效率的知识。

场景二：需要人工查看或编辑的配置文件

  • 推荐格式：YAML、INI、JSON
  • 理由：YAML凭借优秀的可读性和注释支持胜出；INI简单直观；JSON虽然严格，但普及度高。这类选择更侧重于用户体验和可维护性。

场景三：与网络服务或云端交互的数据

  • 推荐格式：JSON、XML
  • 理由：JSON是现代化Web API的首选，轻量且高效。XML则在需要严格模式验证、或与旧式企业系统（如SOAP服务）交互时必不可少。这涉及到后端与架构中关于接口设计的知识。

场景四：记录大量的传感器或日志数据

  • 推荐格式：BIN、CSV
  • 理由：BIN用于原始高效存储；CSV用于整理后的、需要人工分析或导入其他工具的数据。这种组合兼顾了性能和可用性。

场景五：存储复杂的、有层次结构的配置

  • 推荐格式：YAML、JSON、XML
  • 理由：三者都能很好地描述复杂关系。YAML适合人工维护的复杂配置；JSON适合机器处理；XML适合需要Schema验证的严谨场合。选择哪种数据存储格式，取决于工具链和团队习惯。

存储格式性能综合对比表

存储格式 存储效率 解析速度 可读性 复杂度 工具支持 典型适用场景
BIN 高 高 低 中 低 资源受限，海量原始数据存储
INI 中 高 高 低 中 简单扁平化配置，需人工编辑
JSON 中 高 中 中 高 网络交互，现代化应用配置
YAML 中 中 高 中 中 复杂层次化配置，需人工编辑和注释
XML 低 中 中 高 高 企业级集成，需严格数据验证
TXT 中 中 取决于设计 低 低 特定简单需求，完全自定义
CSV 中 高 高 低 中 表格型日志或测量数据记录

总结与建议

没有“最好”的格式，只有“最合适”的格式。在做决策时，建议按以下顺序思考：

  1. 业务需求：数据是否需要人工编辑？是否需要与其他系统交换？
  2. 硬件约束：设备的存储空间、内存和CPU算力是否紧张？
  3. 开发成本：是否有现成可靠的解析库？自定义程序开发和维护的难度如何？
  4. 未来扩展：数据结构未来是否会变得复杂？格式是否易于版本升级？

在实际的嵌入式项目中，混合使用多种格式也非常常见。例如，用BIN格式存储高频采集的传感器原始数据以保证效率，同时用YAML文件存储设备的功能配置以便运维人员调整。希望这份对比指南能帮助你在下一个嵌入式项目中做出更明智的数据存储决策。如果你有更多关于嵌入式开发的心得，欢迎到云栈社区与大家交流讨论。




上一篇：开源复刻OpenClaw记忆系统：为Agent提供透明可控的持久记忆
下一篇：Redis内存问题实战排查：内存泄漏、大Key与碎片化治理全方案
嵌入式开发, 数据存储, XML, JSON, 配置文件

相关帖子
返回列表
高级模式
B Color Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-2-23 10:25 , Processed in 0.999736 second(s), 41 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表