Thrift 序列化协议浅析
动手点关注干货不迷路
背景
Thrift 是 Facebook 开源的一个高性能，轻量级 RPC 服务框架，是一套全栈式的 RPC 解决方案，包含序列化与服务通信能力，并支持跨平台/跨语言。整体架构如图所示：
Thrift 软件栈定义清晰，各层的组件松耦合、可插拔，能够根据业务场景灵活组合，如图所示：
Thrift 本身是一个比较大的话题，这篇文章不会涉及到全部内容，只会涉及到其中的序列化协议。
协议原理
Binary 协议
消息格式
这里通过一个示例对 Binary 消息格式进行直观的展示，IDL 定义如下：
// 接口
service SupService {
SearchDepartmentByKeywordResponse SearchDepartmentByKeyword(
1: SearchDepartmentByKeywordRequest request)
}
// 请求
struct SearchDepartmentByKeywordRequest {
1: optional string Keyword
2: optional i32 Limit
3: optional i32 Offset
}
// 假设request的payload如下：
{
Keyword: "lark",
Limit: 50,
Offset: nil,
}编码简图
编码具体内容
抓包拿到编码后的字节流（转成了十进制，方便大家看）
/* 接口名长度 */ 0 0 0 25
/* 接口名 */ 83 101 97 114 99 104 68 101 112 97 114 116
109 101 110 116 66 121 75 101 121 119 111
114 100
/* 消息类型 */ 1
/* 消息序号 */ 0 0 0 1
/* keyword 字段类型 */ 11
/* keyword 字段ID*/ 0 1
/* keyword len */ 0 0 0 4
/* keyword value */ 108 97 114 107
/* limit 字段类型 */ 8
/* limit 字段ID*/ 0 2
/* limit value */ 0 0 0 50
/* 字段终止符 */ 0编码含义
消息头
msg_type：消息类型，包含四种类型
Call：客户端消息。调用远程方法，并且期待对方发送响应。
OneWay：客户端消息。调用远程方法，不期待响应。
Reply：服务端消息。正常响应。
Exception：服务端消息。异常响应。
msg_seq_id：消息序号。客户端使用消息序号来处理响应的失序到达，实现请求和响应的匹配。服务端不需要检查该序列号，也不能对序列号有任何的逻辑依赖，只需要响应的时候将其原样返回即可。
消息体
消息体分为两种编码模式：
定长类型 -> T-V 模式，即：字段类型 + 序号 + 字段值
变长类型 -> T-L-V 模式，即：字段类型 + 序号 + 字段长度 + 字段值
field_type：字段类型，包括 String、I64、Struct、Stop 等。字段类型有两个作用：
Stop 类型用于停止嵌套解析
非 Stop 类型用于 Skip（Skip 操作是跳过当前字段，会在「常见问题 - 兼容性」进行讲解）
fied_id：字段序号，解码时通过序号确定字段
len：字段长度，用于变长类型，如 String
value：字段值
数据格式
1. 定长数据类型
| 数据类型 | 类型标识(8 位) | 类型尺寸（单位：字节） |
|---|---|---|
| bool | 2 | 1 |
| byte | 3 | 1 |
| double | 4 | 8 |
| i16 | 6 | 2 |
| i32 | 8 | 4 |
| i64 | 10 | 8 |
2. 变长数据类型
| 数据类型 | 类型标识（8 位） | 类型尺寸（长度 + 值） |
|---|---|---|
| string | 11 | 4 + N |
| struct | 12 | 嵌套数据 + 一个字节停止符（0） |
| map | 13 | 1 + 1 + 4 + N*(X+Y) 【key 类型 + val 类型 + 长度 + 值】 |
| set | 14 | 1 + 4 + N 【val 类型 + 长度 + 值】 |
| list | 15 | 1 + 4 + N 【val 类型 + 长度 + 值】 |
其他协议
Compact 协议
Compact 协议是二进制压缩协议，在大部分字段的编码方式上与 Binary 协议保持一致。区别在于整数类型（包括变长类型的长度）采用了【先 zigzag 编码 ，再 varint 压缩编码】实现，最大化节省空间开销。
那么问题来了，varint 和 zigzag 是什么？
varint 编码
解决的问题：定长存储的整数类型绝对值较小时空间浪费大
据统计，RPC 通信时大部分时候传递的整数值都很小，如果使用定长存储会很浪费。
举个 ，对 i32 类型的 7 进行编码，可以说前面 3 个字节都浪费了：
00000000 00000000 00000000 00000111
解决思路：将整数类型由定长存储转为变长存储（能用 1 个字节存下就坚决不用 2 个字节）
原理并不复杂，就是将整数按 7bit 分段，每个字节的最高位作为标识位，标识后一个字节是否属于该数据。1 代表后面的字节还是属于当前数据，0 代表这是当前数据的最后一个字节。
以 i32 类型，数值 955 为例，可以看出，由原来的 4 字节压缩到了 2 字节：
binary编码： 00000000 00000000 00000011 10111011
切分： 0000 0000000 0000000 0000111 0111011
compact编码： 00000111 10111011当然，varint 编码同样存在缺陷，那就是存储大数的时候，反而会比 binary 的空间开销更大：本来 4 个字节存下的数可能需要 5 个字节，8 个字节存下的数可能需要 10 个字节。
zigzag 编码
解决的问题：绝对值较小的负数经过 varint 编码后空间开销较大 举个 ，i32 类型的负数（-11）
原码： 10000000 00000000 00000000 00001011
反码： 11111111 11111111 11111111 11110100
补码： 11111111 11111111 11111111 11110101
varint编码： 00001111 11111111 11111111 11111111 11110101显然，对于绝对值较小的负数，用 varint 编码以后前导 1 过多，难以压缩，空间开销比 binary 编码还大。
解决思路：负数转正数，从而把前导 1 转成前导 0，便于 varint 压缩
算法公式 & 步骤 & 示范：
// 算法公式
32位： (n << 1) ^ (n >> 31)
64位： (n << 1) ^ (n >> 63)
/*
* 算法步骤：
* 1. 不分正负：符号位后置，数值位前移
* 2. 对于负数：符号位不变，数值位取反
*/
// 示例
负数(-11）
补码： 11111111 11111111 11111111 11110101
符号位后置，数值位前移： 11111111 11111111 11111111 11101011
符号位不变，数值位取反(21)： 00000000 00000000 00000000 00010101
正数(11）
补码： 00000000 00000000 00000000 00010101
符号位后置，数值位前移(22)： 00000000 00000000 00000000 00101010【奇怪的知识】为什么取名叫 zigzag？
因为这个算法将负数编码成正奇数，正数编码成偶数。最后效果是正负数穿插向前，就像这样：
编码前 编码后
0 0
-1 1
1 2
-2 3
2 4Json 协议
Thrift 不仅支持二进制序列化协议，也支持 Json 这种文本协议
数据格式
/* bool、i8、i16、i32、i64、double、string */
"编号": {
"类型": "值"
}
// 示例
"1": {
"str": "keyword"
}
/* struct */
"编号": {
"rec": {
"成员编号": {
"成员类型": "成员值"
},
...
}
}
// 示例
"1": {
"rec": {
"1": {
"i32": 50
}
}
}
/* map */
"编号": {
"map": [
"键类型",
"值类型",
元素个数,
"键1",
"值1",
...
"键n",
"值n"
]
}
// 示例
"6": {
"map": [
"i64",
"str",
1,
666,
"mapValue"
]
}
/* List */
"编号": {
"set/lst": [
"值类型",
元素个数,
"ele1",
"ele2",
"elen"
]
}
// 示例
"2": {
"lst": [
"str",
2,
"lark","keyword"]
}case 分析
修改字段类型导致 RPC 超时
现象：A 服务访问 B 服务，业务逻辑短时间处理完，但整个请求 15s 超时，必现。
直接原因：IDL 类型被修改；并且只升级了服务端（B 服务），没升级客户端（A 服务）
本质原因：string 是变长编码，i64 是定长编码。由于客户端没有升级，所以反序列化的时候，会把 signTime 当做 string 类型来解析。而变长编码是 T-L-V 模式，所以解析的时候会把 signTime 的低位 4 字节翻译成 string 的 length。
signTime 是时间戳，大整数，比如：1624206147902，转成二进制为：
00000000 00000000 00000001 01111010 00101010 00111011 00000001 00111110
低位 4 字节转成十进制为：378
也就是要再读 378 个字节作为 SignTime 的值，这已经超过了整个 payload 的大小，最终导致 Socket 读超时。
【注】修改类型不一定就会导致超时，如果 value 的值比较小，解析到的 length 也比较小，能够保证读完。但是错误的解析可能会导致各种预期之外的情况，包括：
乱码
空值
报错：unknown data type xxx （skip 异常）
常见问题
兼容性
增加字段
通过 skip 来跳过增加的字段，从而保证兼容性
删除字段
编译生成的解析代码是基于 field_id 的 switch-case 结构，语法结构上直接具备兼容性。
修改字段名
不破坏兼容性，因为 binary 协议不会对 name 进行编码
Exception
Thrift 有两种 Exception，一种是框架内置的异常，一种是 IDL 自定义的异常。
框架内置的异常包括：「方法名错误」、「消息序列号错误」、「协议错误」，这些异常由框架捕获并封装成 Exception 消息，反序列化时会转成 error 并抛给上层，逻辑如下：
另一种异常是由用户在 IDL 中自定义的，关键字是 exception，用法上跟 struct 没有太大区别。
optional、require 实现原理
optional 表示字段可填，require 表示必填
字段被标识为 optional 之后：
基本类型会被编译为指针类型
序列化代码会做空值判断，如果字段为空，则不会被编码
字段被标识为 require 之后：
基本类型会被编译为非指针类型（复合类型 optional 和 require 没区别）
序列化不会做空值判断，字段一定会被编码。如果没有显式赋值，就编码默认值（默认空值，或者 IDL 显式指定的默认值）