Protobuf 原理及优点

Protocol Buffers (Protobuf) 是一种谷歌开发的二进制通信格式，用于序列化结构数据，截至目前，谷歌使用 protobuf 已经超过十年了。
Protobuf 的出现并不是为了解决新的问题，而是用更加现代的方式让网络传输更加高效，总的来说它有如下几个特点：

1. 是二进制格式，而不是像 JSON 与 XML 是基于文本的，因此非常节省空间。
2. 对各种模式丰富且易上手的支持。
3. 支持多种语言下的解析。

那么，为何 protobuf 更加高效呢？下面来深入探索下这个问题。

protobuf 的编码方式

下面是一段要通过 protobuf 序列化传输数据的 .proto 文件。

message my_int_massage{
    int 32 a = 2009;
}

我们看到消息体中仅有一个32位的整数，那么protobuf 如何为它进行编码呢，能小于 32 位吗？下面介绍 varint，可变长整数编码，即 protobuf 所采用的，那么 varint 是如何工作的呢？
我们以上面的消息体定义作为例子：

1. 将2009 转换为二进制 11111011001
2. 将其分割为 0001111 1011001
3. 反转其顺序 1011001 0001111
4. 添加 MSB 标识为 01011001 00001111
5. 设置MSB ，11011001 00001111 （即第一位为0代表是数字结尾）
6. 最后用16进制表示为 D9 0F
   以上就是protobuf 编码的过程，那么如何编码多个数字呢，下面介绍一下序列数，它由 field_num, write_type 决定，即（filed_number<< 3) | write_type ，其本身也是被 varint 编码，后 3 由 write_type 决定。其中 field_number 表示当前是第几位数字，write_type 表示该数字的编码方式是 varint ，varint 时 write_type 为0；

那么如何解码呢，与编码对应，先根据 MSB 位取数据，然后去掉 MSB 位，反转数据，解码即可。

那么 string 呢？

对于 utf-8 或7-bit ASCII 编码的 stirng，首先，同样有field_number 与 write_type 组成的 序列数, string 的序列数为2，此外在序列数之后还有表示 string 长度的字段，由于已经有长度信息，因此string 的编码不再需要 MSB 标识位。
例如：“syma” 编码为 0A 04 73 79 6d 61;(0A是序列数，04是长度，其他为字符串）；

小结

1.在微服务之间通信时，protobuf 更合适，在公开 API 或与浏览器通信时JSON 与 xml 更合适。

2. protobuf 更加节省空间，高效。
3. protobuf 放弃了可读性。
4. protobuf 使用的编码方式可以使数据更加紧凑。
   5.protobuf 依赖生成的代码，需要一个protobuf 编译器根据你编写的 .proto 定义的数据生成，也称作消息。
5. 你可以根据生成的代码初始化或解析发生的数据或接受的数据。