为什么80%的码农都做不了架构师?>>>
因为之前从事过电信信令类工作,接触较多的则是ASN.1中的BER、PER编码,其中BER是基于TLV方式进行编码,本文主要介绍一下TLV在自定义协议中的应用。
通过该文章,你可以肉眼看懂一些类似二进制通信协议,并可以尝试封装自己的通信协议
1. 通信协议
协议可以使双方不需要了解对方的实现细节的情况下进行通信,因此双方可以是异构的,server可以是c++,client可以是java,基于相同的协议,我们可以用自己熟识的语言工具来实现。
协议一般由一个或多个消息组成,简单的来说,消息就像是一个Table,由表头(消息的字段定义,包括名称与数据类型)与行(字段值)组成。
2. 自定义通信协议
约定好双方交换数据的编解码方式,包括一致的基本数据类型,业务类型,字节序、消息内容等。
3. 编码方式
可以跟据业务需要进行定制,如对编解码速度、网络带宽、用户量等进行考量
3.1. 基于字符串编码
报头(4字节描述数据体长度)+数据(字符串+分隔符或直接使用JSON),该方式实现简单,在编解码阶段成本低、但在数据类型转时成本较高,同时可能会较占用带宽。
3.2. 基于二进制编码
将协议以特定格式编码为字节数组,该种方式相较字符串编码方式实现要求要高一些,但带宽占用相对小一些,本文主要介绍其中一种较常用的编码方式TLV,即Tag\Length\Value。
4. TLV编码介绍( 其中一种实现介绍 )
TLV:TLV是指由数据的类型Tag,数据的长度Length,数据的值Value组成的结构体,几乎可以描任意数据类型,TLV的Value也可以是一个TLV结构,正因为这种嵌套的特性,可以让我们用来包装协议的实现。
以下将分别针对Tag、Length、Value进行解说:
4.1. Tag 描述Value的数据类型,TLV嵌套时可以用于描述消息的类型
Tag由一个或多个字节组成,上图描述首字节0~7位的具体含义
1) Tag首节字说明
- 第6~7位:表示TLV的类型,00表示TLV描述的是基本数据类型(Primitive Frame, int,string,long...),01表示用户自定义类型(Private Frame,常用于描述协议中的消息)。
- 第5位:表示Value的编码方式,分别支持Primitive及Constructed两种编码方式, Primitive指以原始数据类型进行编码,Constructed指以TLV方式进行编码,0表示以Primitive方式编码,1表示以Constructed方式编码。
- 第0~4位:当Tag Value小于0x1F(31)时,首字节0~4位用来描述Tag Value,否则0~4位全部置1,作为存在后续字节的标志,Tag Value将采用后续字节进行描述。
2) Tag后续字节说明
后续字节采用每个字节的0~6位(即7bit)来存储Tag Value, 第7位用来标识是否还有后续字节。
- 第7位:描述是否还有后续字节,1表示有后续字节,0表示没有后续字节,即结束字节。
- 第0~6位:填充Tag Value的对应bit(从低位到高位开始填充),如:Tag Value为:0000001 11111111 11111111 (10进制:131071), 填充后实际字节内容为:10000111 11111111 01111111。
以下提供Tag编码的JAVA实现
/**
* 生成 Tag ByteArray
*
* @param tagValue Tag 值,即协议中定义的交易类型 或 基本数据类型
* @param frameType TLV类型,Tag首字节最左两bit为00:基本类型,01:私有类型(自定义类型)
* @param dataType 数据类型,Tag首字节第5位为0:基本数据类型,1:结构类型(TLV类型,即TLV的V为一个TLV结构)
* @return Tag ByteArray
*/
public byte[] parseTag(int tagValue, int frameType, int dataType) {
int size = 1;
rawTag = frameType | dataType | tagValue;
if (tagValue < 0x1F) {
// 1 byte tag
rawTag = frameType | dataType | tagValue;
} else {
// mutli byte tag
rawTag = frameType | dataType | 0x1F;
if (tagValue < 0x80) {
rawTag <<= 8;
rawTag |= tagValue & 0x7F;
} else if (tagValue < 0x3FFF) {
rawTag <<= 16;
rawTag |= (((tagValue & 0x3FFF) >> 7 & 0x7F) | 0x80) << 8;
rawTag |= ((tagValue & 0x3FFF) & 0x7F);
} else if (tagValue < 0x3FFFF) {
rawTag <<= 24;
rawTag |= (((tagValue & 0x3FFFF) >> 14 & 0x7F) | 0x80) << 16;
rawTag |= (((tagValue & 0x3FFFF) >> 7 & 0x7F) | 0x80) << 8;
rawTag |= ((tagValue & 0x3FFFF) & 0x7F);
}
}
return intToByteArray(rawTag);
}
4.2. Length 描述Value的长度
描述Value部分所占字节的个数,编码格式分两类:定长方式(DefiniteForm)和不定长方式(IndefiniteForm),其中定长方式又包括短形式与长形式。
1) 定长方式
定长方式中,按长度是否超过一个八位,又分为短、长两种形式,编码方式如下:
- 短形式: 字节第7位为0,表示Length使用1个字节即可满足Value类型长度的描述,范围在0~127之间的。
- 长形式:
即Value类型的长度大于127时,Length需要多个字节来描述,这时第一个字节的第7位置为1,0~6位用来描述Length值占用的字节数,然后直将Length值转为byte后附在其后,如: Value大小占234个字节(11101010),由于大于127,这时Length需要使用两个字节来描述,10000001 11101010
以下提供Length定长方式的JAVA实现
public byte[] parseLength(int length) {
if (length < 0) {
throw new IllegalArgumentException();
} else
// 短形式
if (length < 128) {
byte[] actual = new byte[1];
actual[0] = (byte) length;
return actual;
} else
// 长形式
if (length < 256) {
byte[] actual = new byte[2];
actual[0] = (byte) 0x81;
actual[1] = (byte) length;
return actual;
} else if (length < 65536) {
byte[] actual = new byte[3];
actual[0] = (byte) 0x82;
actual[1] = (byte) (length >> 8);
actual[2] = (byte) length;
return actual;
} else if (length < 16777126) {
byte[] actual = new byte[4];
actual[0] = (byte) 0x83;
actual[1] = (byte) (length >> 16);
actual[2] = (byte) (length >> 8);
actual[3] = (byte) length;
return actual;
} else {
byte[] actual = new byte[5];
actual[0] = (byte) 0x84;
actual[1] = (byte) (length >> 24);
actual[2] = (byte) (length >> 16);
actual[3] = (byte) (length >> 8);
actual[4] = (byte) length;
return actual;
}
}
2) 不定长方式
Length所在八位组固定编码为0x80,但在Value编码结束后以两个0x00结尾。这种方式使得可以在编码没有完全结束的情况下,可以先发送部分数据给对方。
4.3. Value 描述数据的值
由一个或多个值组成 ,值可以是一个原始数据类型(Primitive Data),也可以是一个TLV结构(Constructed Data)
1) Primitive Data 编码
2) Constructed Data 编码
5. TLV编码应用
如果各位看官充分消化了第4点TLV的描述,自然可以很容易将其应用到自定义协议之中,其实我们只要定制各种TLV自定义类型(Private Frame)与协议中的消息一一对应更行了
下面将以一个简单的协议来描述TLV的应用,假设该协议消息定义如下:
消息名称 | 设备故障码(DEVICE_FAULT_1) | Tag值 | 1 | |
---|---|---|---|---|
公共字段定义 | ||||
名称 | 字段 | Tag值 | 长度 | 类型 |
设备编号 | DeviceNo | 1 | 4 | Integer |
设备版本号 | DeviceVersion | 2 | 12 | String |
请求定义 | ||||
名称 | 字段 | Tag值 | 长度 | 类型 |
错误码 | FaultCode | 3 | 4 | Integer |
响应定义 | ||||
名称 | 字段 | Tag值 | 长度 | 类型 |
响应码 | ResponseCode | 3 | 4 | Integer |
响应信息 | ResponseMsg | 4 | -1 | String |
5.1 基本数据类型约定
这时需要对基本数据类型(Primitive Data)进行约定,以便通信双方以一致的方式进行数据转换,这也作为协议制定的一部分
基本数据类型约定
名称 | 类型 | 标记:Tag | 长度:Length | 值范围:Value |
---|---|---|---|---|
布尔 | Boolean | 10进制:1, 2进制:00000001 | 1 | 1:true .. 0:false |
小整型 | Tiny | 10进制:2, 2进制:00000010 | 1 | -127 .. 127 |
无符号小整型 | UTiny | 10进制:3, 2进制:00000011 | 1 | 0 .. 255 |
短整型 | Short | 10进制:4, 2进制:00000100 | 2 | -32768 .. 32767 |
无符号短整型 | UShort | 10进制:5, 2进制:00000101 | 2 | 0 .. 65535 |
整型 | Integer | 10进制:6, 2进制:00000110 | 4 | -2147483648 .. 2147483648 |
无符号整型 | UInteger | 10进制:7, 2进制:00000111 | 4 | 0 .. 4294967295 |
长整型 | Long | 10进制:8, 2进制:00001000 | 8 | -2^64 .. 2^64 |
无符号长整型 | ULong | 10进制:9, 2进制:00001001 | 8 | 0 .. 2^128-1 |
单精浮点类型 | Float | 10进制:10, 2进制:00001010 | 4 | -2^128 .. 2^128 |
双精浮点类型 | Double | 10进制:11, 2进制:00001011 | 8 | -2^1024 .. 2^1024 |
字符类型 | Char | 10进制:12, 2进制:00001100 | 1 | ASCII |
字符串类型 | String | 10进制:13, 2进制:00001101 | 可变 | 由一个或多个Char组成 |
组合类型 | Complex | 10进制:14, 2进制:00001110 | 可变 | 由一个或多个基本类型1~9组成,由协议两端双方进行约定编解码 |
空类型 | Null | 10进制:15, 2进制:00001111 | 0 |
上表需要关注的是数据类型对应的Tag值与Length值
5.2 协议消息约定
名称 | 消息 | 标记:Tag |
---|---|---|
设备故障码 | DEVICE_FAULT_1 | 1 |
5.3 示例
通过三层TLV嵌套,完成协议消息的封包
- 第一层:与协义消息对应
- 第二层:与消息字段对应
- 第三层:与字段值对应,包括其值的类型信息
Tips:每层嵌套都有2个或以上的字节增加(Tag和Length),一般通信双方可以按照协议对数据类型进行推定,所以大家可以根据实际需要,决定是否省略第三层的Tag和Length,即可通过配置文件或其它方式让程序了解字段的类型,从而降低数据包的大小,节省流量。
6 总结
从上面可以看出,TLV是一种与业务无关的编码方式,可以较容易用来实现自定义协议