Protobuf初探

Java大猿帅成长手册， GitHub JavaEgg ，N线互联网开发必备技能兵器谱

Google Protocol Buffer( 简称 Protobuf) 是 Google 公司内部的混合语言数据标准 ,是一种轻便高效的结构化数据存储格式，可以用于结构化数据串行化，或者说序列化(将 数据结构或对象 转换成 二进制串 的过程 )。它很适合做数据存储或 RPC 数据交换格式。可用于通讯协议、数据存储等领域的语言无关、平台无关、可扩展的序列化结构数据格式

protocol buffers 诞生之初是为了解决服务器端新旧协议(高低版本)兼容性问题，名字也很体贴，“协议缓冲区”。只不过后期慢慢发展成用于传输数据。

笔者所在的360广告投放，N亿条商品信息的数据全部采用PB格式存储、传输。

Protobuf 的优点

• 更小——序列化后，数据大小可缩小约3倍
• 更快——序列化速度更快，比xml和JSON快20-100倍，体积缩小后，传输时，带宽也会优化
• 更简单——proto编译器，自动进行序列化和反序列化
• 维护成本低——跨平台、跨语言，多平台仅需要维护一套对象协议（.proto）
• 可扩展——“向后”兼容性好，不必破坏已部署的、依靠“老”数据格式的程序就可以对数据结构进行升级
• 加密性好——HTTP传输内容抓包只能看到字节

  在传输数据量大、网络环境不稳定的数据存储和RPC数据交换场景比较合适

Protobuf 的不足

• 功能简单，无法用来表示复杂的概念
• 通用性较差，XML和JSON已成为多种行业标准的编写工具，pb只是geogle内部使用
• 自解释性差，以二进制数据流方式存储（不可读），需要通过.proto文件才可以

官网 Protocol Buffer Basics: Java https://developers.google.com...

Hello World

1. 定义 .proto 文件的消息格式（你希望存储的数据格式描述文件）

syntax = "proto2";

package tutorial;

option java_package = "com.example.tutorial";
option java_outer_classname = "AddressBookProtos";

//消息模型
message Person {
//消息对象的字段：字段修饰符+字段类型+字段名称+标识号（通过二进制格式唯一标识每个字段，不变可）
  required string name = 1;
  required int32 id = 2;
  optional string email = 3;

  enum PhoneType {
    MOBILE = 0;
    HOME = 1;
    WORK = 2;
  }

  message PhoneNumber {
    required string number = 1;
    optional PhoneType type = 2 [default = HOME];
  }

  repeated PhoneNumber phones = 4;
}

message AddressBook {
  repeated Person people = 1;
}

☆☆☆注：

• syntax = "proto2"：指明版本
• package：PB的自己的包名，防止不同 .proto 项目间命名 发生冲突
• java_package： 生成java类的包名,如不显式指定，默认包名为：按照应用名称倒序方式进行排序
• java_outer_classname：生成 java类的类名,如不显式指定，则默认为把.proto文件名转换为首字母大写来生成
• message: 你的消息格式，各数据类型（bool, int32, float, double,  string ，enum ... ）字段的集合，在一个.proto文件中可以定义多个message，一个message里也可以定义另外一个message(相当于java的类，当然也可以有内部类)
• 当然PB也是支持和java一样的import的，import "xxx.proto";

• 像每个字段也必须有修饰符，PB提供的字段修饰符有3种

  • required：必填
  • optional：可选
  • repeated ：可重复字段，可放集合

• 标识号：通过二进制格式唯一标识每个字段 ，使用后就不能够再改变

  • 标识号使用范围：[1,2的29次方 - 1]
  • 不可使用 [19000－19999] 标识号， 因为 Protobuf 协议实现中对这些标识号进行了预留。假若使用，则会报错

  • 每个字段在进行编码时都会占用内存，而 占用内存大小 取决于 标识号：

    • 范围 [1,15] 标识号的字段 在编码时占用1个字节；
    • 范围 [16,2047] 标识号的字段 在编码时占用2个字节
    • 为频繁出现的 消息字段 保留 [1,15] 的标识号

2. 使用 protocol buffer 编译器（下载地址：https://github.com/protocolbu... )

winows的话 cmd到编译器安装目录的bin目录中，执行 protoc.exe -h （E:learningprotoc-3.9.0-win64bin>protoc.exe -h），可以看到参数说明。

执行：protoc -I=源地址 --java_out=目标地址  源地址/xxx.proto

E:learningprotoc-3.9.0-win64bin>protoc.exe -I=E:learning --java_out=E:lear
ning E:learningaddressbook.proto

实际使用中:

protoc.exe -I=E:learn-workspacestarfishstarfish-learnsrcmainjavaprivstarfishProtocolBuffersproto --java_out=E:learn-workspacestarfishstarfish-learnsrcmainjava E:learn-workspacestarfishstarfish-learnsrcmainjavaprivstarfishProtocolBuffersprotoaddressbook.proto）

3. 通过 Java protocol buffer API 读写消息格式

package priv.starfish.ProtocolBuffers;
import com.google.protobuf.InvalidProtocolBufferException;
import priv.starfish.ProtocolBuffers.AddressBookProtos.Person;
import priv.starfish.ProtocolBuffers.AddressBookProtos.AddressBook;
import java.util.Arrays;
/**
 * @author: starfish
 * @date: 2019/7/24 14:39
 * @description:
 */
public class HelloProto {
    public static void main(String[] args) {
        Person person = Person.newBuilder()
                .setId(123)
                .setName("starfish")
                .setEmail("[email protected]")
                .addPhones(AddressBookProtos.Person.PhoneNumber.newBuilder()
                        .setType(AddressBookProtos.Person.PhoneType.HOME)
                        .setNumber("13555555555")
                        .build())
                .build();

        System.out.println(person.toString());
        System.out.println(person.isInitialized());

        try {
            //序列化和反序列化
            System.out.println(Arrays.toString(person.toByteArray()));
            System.out.println(person.toByteString());
            Person newPerson = Person.parseFrom(person.toByteArray());
            System.out.println(newPerson);
            newPerson = Person.parseFrom(person.toByteString());
            System.out.println(newPerson);
        } catch (InvalidProtocolBufferException e) {
            e.printStackTrace();
        }

        // 向地址簿添加两条Person信息
        AddressBook.Builder books = AddressBook.newBuilder();
        books.addPeople(person);
        books.addPeople(Person.newBuilder(person).setEmail("[email protected]")
                .build());
        System.out.println("AddressBook对象信息：");
        System.out.println(books.build());
    }
}

编译后生成的java类是不可变的，类似java的String，不可修改

构造消息，必须先构造一个builder，然后set属性（可以一连串的set），最后调用build() 方法。

PB常用方法

• isInitialized(): 检查必填字段（required）是否有set值
• toString(): 返回message的可读字符串格式
• mergeFrom(Message other): 合并message
• clear(): 清空字段值
• byte[] toByteArray();: 序列化message,返回字节数组
• MessageType parseFrom(byte[] data);: 解析给定的字节数组
• void writeTo(OutputStream output);: 序列化message并写入输出流OutputStream.
• MessageType parseFrom(InputStream input);: 从输入流 InputStream读取并解析message

Reference:

https://github.com/halfrost/H...