优化技术主要有两点：

1.         优化的inline

a)         频繁调用的函数都使用inline，但是值得注意的是，在inline的时候，只inline最频繁的分支，很少走到的分支使用非inline函数，例如：

一般情况下，如果length是个不大的常数值，编译器会把memcpy优化成赋值语句。至少在VC2008中我观察到了这个优化。

但是这里仍有一种不太优化的情况，在理想的情况下，编译器应该把m_cur/m_end都放在寄存器中，只有在寄存器 Spill Out 的时候，才把它们的值从寄存器拷到对象，并调用fill_and_ensureRead。但实际上编译器没有这么做，每次都存内存读取m_cur/m_end。这可能是编译器观察到InputBuffer有点大，并且有虚函数。

b)         MinMemIO/MemIO/AutoGrowMemIO

这个几个效率更高，但只能在内存中操作，编译器的极端优化，在这里得到了体现：在Buffer类中，编译器没有做到我想要的优化，但是在这里，编译器做到了，他吧MinMemIO放到了寄存器中。

2.         抛弃标准C++ stream，使用简单、直接的Stream/Buffer

a)         可以对各种流进行快速缓冲的StreamBuffer，包括

        i.      效率高、最常用的：InputBuffer/OutputBuffer

       ii.      效率高、不常用的：SeekableInputBuffer/SeekableOutputBuffer

     iii.      效率稍差、不常用的：SeekableBuffer，可读也可写，共享一个位置指针

       iv.      这几个Buffer结构简单，操作直接，结合编译器inline可以达到很高的效率，同时可以和实际Stream互操作。

3.         使用typetraits识别可以memcpy的类，进一步优化

a)         基本类型不用说，都可以进行memcpy，并且这个memcpy实际上被优化成了赋值

b)         对稍微复杂的类型，有两种方法：

                         i.     直接dump，不管它的格式

实现简单，只管dump就行，boost::archive::binary_xxx实现了这种优化，但是它只能对基本类型和用户声明为可直接dump的类优化。并且如果febird也使用这种优化，将不能对Portable格式优化。

                       ii.     直接dump，再转化格式

就比较复杂，需要一些技巧，febird做到了一点，不管对Native还是Portable格式，都做到了优化。因为序列化使用宏来进行声明，因此，应用代码不用改变，只要认真优化这个宏，就可以做到。febird使用了这样的技巧：

DATA_IO_LOAD_SAVE(MyData1, &a&b&c&d&e&f&g&h)

在这个宏调用中第二个参数&a&b&c&d&e&f&g&h被使用了多次，其中有一次展开后将是是这样的：

DataIO_load_vector_impl(dio, *this,             /

    DataIO_is_realdump<DataIO,0,true>()&a&b&c&d&e&f&g&h,  /

            bswap)

其中高亮部分DataIO_is_realdump<DataIO,0,true>()&a&b&c&d&e&f&g&h将推导出一个类DataIO_is_realdump<DataIO, Size, IsDumpable>，其中Size是abcdefgh的尺寸之和，IsDumpable是abcdefgh的IsDumpable的and结果，DataIO_load_vector_impl以这个类为参数，进行函数调用的自动分派，如果Size==sizeof(MyData1)就说明MyData中没有编译器为对齐成员自动产生的Padding，如果IsDumpable同时为true，那么这个类就可以被dump。但是这里仍然有一个潜在的危险：如果&a&b&c&d&e&f&g&h的顺序和它们在类定义中出现的顺序不同，那么这个优化产生的行为将违背调用者的真实意图。关于这一点，无法进行自动检查，因此使用者需要特别注意。如果要测试是否出现了这种错误，可以先禁用这种优化，产生数据，然后使用优化，来读取数据，如果数据格式不同，就说明出了错。

4.   使用了这么多优化，达到的效果，平均情况下，如果是基本类型vector，比boost快不了太多，但是对复杂类型，比boost要快20~50倍，如果数据已经过验证，不用担心越界，读取时可以使用NativeDataInput<MinMemIO>，此时速度更加惊人：比boost快1600倍！