前言
APP由于其移動特性，網(wǎng)絡(luò)通訊要求數(shù)據(jù)結(jié)構(gòu)更小、更快、更安全，主流的數(shù)據(jù)協(xié)議逐漸從文本協(xié)議遷移到序列化協(xié)議：
A(XML/JSON)=>B(Protocol Buffers/Hessian/...)
Protocol Buffers（以下簡稱PB）是google公司開放的，編程語言無關(guān)，平臺無關(guān)，可擴(kuò)展的序列化數(shù)據(jù)協(xié)議。你只需要用簡單的腳本語言，定義好數(shù)據(jù)結(jié)構(gòu)，就可以生成所支持的編程語言的代碼，而PB幾乎支持所有的主流編程語言，包括Java、python、Objective-C，C++，Go, JavaNano, Ruby, and C#等。這些特性使得PB逐漸稱為序列化數(shù)據(jù)協(xié)議的首選。
這時候，你肯定心里在想，吹的很牛，牛在哪里實(shí)際上都沒說清楚！別急，下面會一一道來。
看兩個使用例子：
Person john = Person.newBuilder()
.setId(1234)
.setName("John Doe")
.setEmail("jdoe@example.com")
.build();
output = new FileOutputStream(args[0]);
john.writeTo(output);
Person john;
fstream input(argv[1],
ios::in | ios::binary);
john.ParseFromIstream(&input);
id = john.id();
name = john.name();
email = john.email();
可以看出來，PB是通過二進(jìn)制流的方式來編碼解碼的，它的優(yōu)勢也是在于它的編碼技術(shù)，所以下面重點(diǎn)講述proto3的序列化編碼和關(guān)鍵技術(shù)點(diǎn)。
序列化編碼
序列化編碼描述如何把PB消息轉(zhuǎn)成二進(jìn)制流，雖然在使用過程中不需要了解這個，但是了解它能讓你清楚地知道不同的消息類型，編碼后的字節(jié)數(shù)。
消息結(jié)構(gòu)
每一個消息都是用 key-value的結(jié)構(gòu)形式來存儲，其中key是正整型（varint編碼），表達(dá)為(field_number << 3) | wire_type，wire_type指定了每個數(shù)據(jù)類型的編碼方式，field_number是PB文件中消息序號，這種結(jié)構(gòu)決定了PB數(shù)據(jù)包會小于XML/JSON格式。
以下是wire_type結(jié)構(gòu)表：
| Type | Meaning | Used For |
|---|---|---|
| 0 | Varint/ZipZag | int32, int64, uint32, uint64, sint32, sint64, bool, enum |
| 1 | 64-bit | fixed64, sfixed64, double |
| 2 | Length-delimited | string, bytes, embedded messages, packed repeated fields |
| 3 | Start group | groups (deprecated) |
| 4 | End group | groups (deprecated) |
| 5 | 32-bit | fixed32, sfixed32, float |
Base 128 Varints
Base 128 varints是一種使用可變子節(jié)序列化整型數(shù)值的技術(shù)，更小的數(shù)值使用更少的字節(jié)數(shù)。
Varints機(jī)制下，一個整型，除了最后一個字節(jié)，其他子節(jié)都有最高有效位（MSB），用來指定后面的字節(jié)是否屬于該整型，也就是說只要MSB=1，那么后面的一個子節(jié)就是屬于該整型的。同時，要注意，varints的整型使用的是小端編碼。
例如：1用一個子節(jié)就可以表示，所以MSB位不用設(shè)置，所以編碼為
0000 0001
但是300，就編碼為
1010 1100 0000 0010
為什么呢？我們按照Varints機(jī)制解碼，得到最終結(jié)果
1010 1100 0000 0010
→ 010 1100 000 0010 ＃去掉MSB
→ 000 0010 ++ 010 1100 # 小端還原
→ 100101100 ＃拼接
→ 256 + 32 + 8 + 4 = 300 #計算
然而，負(fù)數(shù)的最高位為1，根據(jù)上面的機(jī)制，該怎么表示？
Varints簡單暴力地把所有的負(fù)數(shù)，無論是int32還是int64，都有10個字節(jié)來表示，這顯然是很挫的表示，所以varints只適合用來表示正整型，那么負(fù)整型怎么辦？
ZigZag
PB引入了ZigZag編碼來解決負(fù)整型編碼問題，ZigZag會把所有的負(fù)數(shù)映射成正數(shù)，再使用varint編碼，達(dá)到壓縮目的。使用ZipZag編碼需要聲明類型為sint32或sint64。
編碼示例如下：
| Signed Original | Encoded As |
|---|---|
| 0 | 0 |
| -1 | 1 |
| 1 | 2 |
| -2 | 3 |
| 2147483647 | 4294967294 |
| -2147483648 | 4294967295 |
編碼公式如下，對于 sint32
(n << 1) ^ (n >> 31)
對于sint64
(n << 1) ^ (n >> 63)
>>表示為算術(shù)右移，即如果是正數(shù)，左邊全部補(bǔ)0，如果是負(fù)數(shù)，左邊全部補(bǔ)1。
Length-delimited
Length-delimited即加個數(shù)據(jù)頭，指定數(shù)據(jù)的長度，整體格式如下：
key length value
例如，字符串 "testing"，UTF8編碼為
12 07 74 65 73 74 69 6e 67
0x12表示tag=2,type=2，0x07表示后面的數(shù)據(jù)長度為7個子節(jié)。
