Protocol Buffers

使用描述型文件.proto 生成多种语言版本的控制接口代码。

优点

• 更紧凑的数据存储
• 解析速度快
• 可用于多种语言
• 自动生成功能丰富的控制类

缺点

• 大数据。超过几 mb 的数据，因为序列化拷贝时会产生数据的数个副本，消耗大量内存
• 需要比较。数据序列化后可能产生不同的序列化结果，在完全解析前无法比较
• 不会被压缩。特定的压缩算法往往效果比 protobuf 更好
• 大型多维浮点数组，在空间和速度上都比不过专门处理这种类型的工具
• 不适合非面向对象的语言
• 不是自解释的语言，需要访问.proto 文件
• 不是任何组织的正式标准，不适合用在有法律或者其他要求的环境

工作流程

1. 创建.proto 文件，并定义数据结构
2. 使用 protoc 编译器生成代码
3. 将 protobuf 的代码和项目代码一起编译
4. 使用 protobuf 类在不同语言间进行数据的序列化和反序列化

语法

• package: 包声明，防止命名冲突，在 C++ 中会作为生成类的 namespace
• message: 信息数据结构，支持普通数据结构，也支持其他message类型的结构，可以嵌套
  • optional: 可缺省的field, 若没有，将会使用默认值，通过[default = xxx]指定，若无指定，则指定系统默认值
    • numeric: 0
    • bytes: empty bytes
    • strings: ''
    • bools: false
    • enums: 第一个被定义的枚举值，必须为 0
    • 嵌合类型：field不会被 set?，具体值根据语言不同而不同
  • repeated: 可以重复任意次 (包括 0) 的field, 重复项的顺序会被保留，可视为动态数组
  • required: 必须提供的field, 否则信息会被视为uninitialized. 在debug模式中编译，线性化一个未初始化的量会触发断言。在优化模式下编译，则不会被检查，信息会被直接写入，但是解析一个uninitialized的信息永远会失败，会返回false. 其他同optional
    • 使用 required 会造成向后兼容问题，最好不用，在 proto3 中已被删除
  • map(proto 3): 键值对field, 包含repeated
  • enum: 枚举，可以在预先确定的类型中选一个，field number 从 0 开始
  • =1, =2 (field number): 在每个field中唯一的数字，用于数据线性化，数字 1-15 在序列化时，比别的数字需要的空间少一字节，可以通过给常用的数据安排 1-15 的序列，优化空间使用。每个repeated类型的领域需要重编码field number, 所以尤其适合这种优化.?

注意

• 在删除时field时，需要使用reserved保留 field number 和 field name 以防止复用，因为在线性化时会使用到 field number，如果使用相同的 field number，不同的定义解析，会造成错误。
• 可通过复用信息对象来节省内存

编码格式

Varint

Varint 编码是一种可变长的编码方式，值越小的数字可以用越少的字节表示

• field-number: message 中最后一列的数字
• wire-type: 编码类型，varint 的编码类型为 0
• msb: most significant bit, 每个字节的最高位
• Tag 信息: 主要储存 field-number 和 wire-type
• Data 信息: 编码后的序列

Varint 编码序列 = Tag 信息 + Data 信息