关于后端:Protobuf-高效数据传输的秘密武器

当波及到网络通信和数据存储时，数据序列化 始终都是一个重要的话题；特地是当初很多公司都在推广微服务，数据序列化更是重中之重，通常会抉择应用 JSON 作为数据交换格局，且 JSON 曾经成为业界的支流。然而 Google 这么大的公司应用的却是一种被称为 Protobuf 的数据交换格局，它是有什么劣势吗？这篇文章介绍 Protobuf 的相干常识。

GitHub：https://github.com/protocolbuffers/protobuf

官网文档：https://protobuf.dev/overview/

Protobuf 介绍

Protobuf（Protocol Buffers）是由 Google 开发的一种 轻量级、高效 的数据交换格局，它被用于结构化数据的序列化、反序列化和传输。相比于 XML 和 JSON 等文本格式，Protobuf 具备更小的数据体积、更快的解析速度和更强的可扩展性。

Protobuf 的核心思想是 应用协定（Protocol）来定义数据的构造和编码方式 。应用 Protobuf，能够先定义数据的构造和各字段的类型、字段等信息， 而后应用 Protobuf 提供的编译器生成对应的代码 ， 用于序列化和反序列化数据 。因为 Protobuf 是基于二进制编码的，因而能够在数据传输和存储中实现更高效的数据交换，同时也能够 跨语言 应用。

相比于 XML 和 JSON，Protobuf 有以下几个劣势：

• 更小的数据量：Protobuf 的二进制编码通常比 XML 和 JSON 小 3-10 倍，因而在网络传输和存储数据时能够节俭带宽和存储空间。
• 更快的序列化和反序列化速度：因为 Protobuf 应用二进制格局，所以序列化和反序列化速度比 XML 和 JSON 快得多。
• 跨语言：Protobuf 反对多种编程语言，能够应用不同的编程语言来编写客户端和服务端。这种跨语言的个性使得 Protobuf 受到很多开发者的欢送（JSON 也是如此）。
• 易于保护可扩大：Protobuf 应用 .proto 文件定义数据模型和数据格式，这种文件比 XML 和 JSON 更容易浏览和保护，且能够在不毁坏原有协定的根底上，轻松增加或删除字段，实现版本升级和兼容性。

编写 Protobuf

应用 Protobuf 的语言定义文件（.proto）能够定义要传输的信息的数据结构，能够包含各个字段的名称、类型等信息。同时也能够互相嵌套组合，结构出更加简单的音讯构造。

比方想要结构一个地址簿 AddressBook 信息结构。一个 AddressBook 能够蕴含多个人员 Person 信息，每个 Person 信息能够蕴含 id、name、email 信息，同时一个 Person 也能够蕴含多个电话号码信息 PhoneNumber，每个电话号码信息须要指定号码品种，如手机、家庭电话、工作电话等。

如果应用 Protobuf 编写定义文件如下：

// 文件：addressbook.proto
syntax = "proto3";
// 指定 protobuf 包名，避免有雷同类名的 message 定义
package com.wdbyte.protobuf;
// 是否生成多个文件
option java_multiple_files = true;
// 生成的文件寄存在哪个包下
option java_package = "com.wdbyte.tool.protos";
// 生成的类名，如果没有指定，会依据文件名主动转驼峰来命名
option java_outer_classname = "AddressBookProtos";

message Person {
  // =1，=2 作为序列化后的二进制编码中的字段的惟一标签，也因而，1-15 比 16 会少一个字节，所以尽量应用 1-15 来指定常用字段。optional int32 id = 1;
  optional string name = 2;
  optional string email = 3;

  enum PhoneType {
    MOBILE = 0;
    HOME = 1;
    WORK = 2;
  }

  message PhoneNumber {
    optional string number = 1;
    optional PhoneType type = 2;
  }

  repeated PhoneNumber phones = 4;
}

message AddressBook {repeated Person people = 1;}

Protobuf 文件中的语法解释。

头部全局定义

• syntax = "proto3";指定 Protobuf 版本为版本 3（最新版本）
• package com.wdbyte.protobuf;指定 Protobuf 包名，避免有雷同类名的 message 定义，这个包名是生成的类中所用到的一些信息的前缀，并非类所在包。
• option java_multiple_files = true; 是否生成多个文件。若 false，则只会生成一个类，其余类以内部类模式提供。
• option java_package = 生成的类所在包。
• option java_outer_classname 生成的类名，若无，主动应用文件名进行驼峰转换来为类命名。

音讯构造具体定义

message Person 定一个了一个 Person 类。

Person 类中的字段被 optional 润饰，被 optional 润饰阐明字段能够不赋值。

• 修饰符 optional 示意可选字段，能够不赋值。
• 修饰符 repeated 示意数据反复多个，如数组，如 List。
• 修饰符 required 示意必要字段，必须给值，否则会报错 RuntimeException，然而在 Protobuf 版本 3 中被移除。即便在版本 2 中也应该慎用，因为一旦定义，很难更改。

字段类型定义

修饰符前面紧跟的是字段类型，如 int32、string。罕用的类型如下：

• int32、int64、uint32、uint64：整数类型，包含有符号和无符号类型。
• float、double：浮点数类型。
• bool：布尔类型，只有两个值，true 和 false。
• string：字符串类型。
• bytes：二进制数据类型。
• enum：枚举类型，枚举值能够是整数或字符串。
• message：音讯类型，能够嵌套其余音讯类型，相似于构造体。

字段前面的 =1，=2 是作为序列化后的二进制编码中的字段的对应标签，因为 Protobuf 音讯在序列化后是不蕴含字段信息的，只有对应的字段序号，所以 节俭了空间 。也因而，1-15 比 16 会少一个字节，所以 尽量应用 1-15 来指定常用字段 。且一旦定义， 不要随便更改，否则可能会对不上序列化信息。

编译 Protobuf

应用 Protobuf 提供的编译器，能够将 .proto 文件编译成各种语言的代码文件（如 Java、C++、Python 等）。

下载编译器：https://github.com/protocolbuffers/protobuf/releases/latest

装置实现后能够应用 protoc 命令编译 proto 文件，如编译示例中的 addressbook.proto.

protoc --java_out=./java ./resources/addressbook.proto
# --java_out 指定输入 java 格式文件，输入到 ./java 目录
# ./resources/addressbook.proto 为 proto 文件地位

生成后能够看到生产的类文件。

./
├── java
│   └── com
│       └── wdbyte
│           └── tool
│               ├── protos
│               │   ├── AddressBook.java
│               │   ├── AddressBookOrBuilder.java
│               │   ├── AddressBookProtos.java
│               │   ├── Person.java
│               │   ├── PersonOrBuilder.java
└── resources
    ├── addressbook.proto

应用 Protobuf

应用 Java 语言操作 Protobuf，首先须要引入 Protobuf 依赖。

Maven 依赖：

<dependency>
    <groupId>com.google.protobuf</groupId>
    <artifactId>protobuf-java</artifactId>
    <version>3.22.3</version>
</dependency>

结构音讯对象

// 间接构建
PhoneNumber phoneNumber1 = PhoneNumber.newBuilder().setNumber("18388888888").setType(PhoneType.HOME).build();
Person person1 = Person.newBuilder().setId(1).setName("www.wdbyte.com").setEmail("xxx@wdbyte.com").addPhones(phoneNumber1).build();
AddressBook addressBook1 = AddressBook.newBuilder().addPeople(person1).build();
System.out.println(addressBook1);
System.out.println("------------------");

//  链式构建
AddressBook addressBook2 = AddressBook
    .newBuilder()
    .addPeople(Person.newBuilder()
                     .setId(2)
                     .setName("www.wdbyte.com")
                     .setEmail("yyy@126.com")
                    .addPhones(PhoneNumber.newBuilder()
                                          .setNumber("18388888888")
                                          .setType(PhoneType.HOME)
                    )
    )
    .build();
System.out.println(addressBook2);

输入：

people {
  id: 1
  name: "www.wdbyte.com"
  email: "xxx@wdbyte.com"
  phones {
    number: "18388888888"
    type: HOME
  }
}

------------------
people {
  id: 2
  name: "www.wdbyte.com"
  email: "yyy@126.com"
  phones {
    number: "18388888888"
    type: HOME
  }
}

序列化、反序列化

序列化：将内存中的数据对象序列化为二进制数据，能够用于网络传输或存储等场景。

反序列化：将二进制数据反序列化成内存中的数据对象，能够用于数据处理和业务逻辑。

上面演示应用 Protobuf 进行字符数组和文件的序列化及反序列化过程。

package com.wdbyte.tool.protos;

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;

/**
 * 
 * @author www.wdbyte.com
 */
public class ProtobufTest2 {public static void main(String[] args) throws IOException {PhoneNumber phoneNumber1 = PhoneNumber.newBuilder().setNumber("18388888888").setType(PhoneType.HOME).build();
        Person person1 = Person.newBuilder().setId(1).setName("www.wdbyte.com").setEmail("xxx@wdbyte.com").addPhones(phoneNumber1).build();
        AddressBook addressBook1 = AddressBook.newBuilder().addPeople(person1).build();
      
        // 序列化成字节数组
        byte[] byteArray = addressBook1.toByteArray();
        // 反序列化 - 字节数组转对象
        AddressBook addressBook2 = AddressBook.parseFrom(byteArray);
        System.out.println("字节数组反序列化：");
        System.out.println(addressBook2);

        // 序列化到文件
        addressBook1.writeTo(new FileOutputStream("AddressBook1.txt"));
        // 读取文件反序列化
        AddressBook addressBook3 = AddressBook.parseFrom(new FileInputStream("AddressBook1.txt"));
        System.out.println("文件读取反序列化：");
        System.out.println(addressBook3);
    }
}

输入：

字节数组反序列化：people {
  id: 1
  name: "www.wdbyte.com"
  email: "xxx@wdbyte.com"
  phones {
    number: "18388888888"
    type: HOME
  }
}

文件读取反序列化：people {
  id: 1
  name: "www.wdbyte.com"
  email: "xxx@wdbyte.com"
  phones {
    number: "18388888888"
    type: HOME
  }
}

Protobuf 为什么高效

在剖析 Protobuf 高效之前，咱们先确认一下 Protobuf 是否真的高效，上面将 Protobuf 与 JSON 进行比照，别离 比照序列化和反序列化速度 以及 序列化后的存储占用大小。

测试工具：JMH，FastJSON，

测试对象：Protobuf 的 addressbook.proto，JSON 的一般 Java 类。

Maven 依赖：

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>2.0.7</version>
</dependency>
<dependency>
    <groupId>org.openjdk.jmh</groupId>
    <artifactId>jmh-core</artifactId>
    <version>1.33</version>
</dependency>
<dependency>
    <groupId>org.openjdk.jmh</groupId>
    <artifactId>jmh-generator-annprocess</artifactId>
    <version>1.33</version>
    <scope>provided</scope>
</dependency>

先编写与addressbook.proto 构造雷同的 Java 类 AddressBookJava.java.

public class AddressBookJava {
    List<PersonJava> personJavaList;

    public static class PersonJava {
        private int id;
        private String name;
        private String email;
        private PhoneNumberJava phones;
        // get...set...
    }

    public static class PhoneNumberJava {
        private String number;
        private PhoneTypeJava phoneTypeJava;
        // get....set....
    }

    public enum PhoneTypeJava {MOBILE, HOME, WORK;}

    public List<PersonJava> getPersonJavaList() {return personJavaList;}

    public void setPersonJavaList(List<PersonJava> personJavaList) {this.personJavaList = personJavaList;}
}

序列化大小比照

别离在地址簿中增加 1000 个人员信息，输入序列化后的数组大小。

package com.wdbyte.tool.protos;

import java.io.IOException;
import java.util.ArrayList;

import com.alibaba.fastjson.JSON;

import com.wdbyte.tool.protos.AddressBook.Builder;
import com.wdbyte.tool.protos.AddressBookJava.PersonJava;
import com.wdbyte.tool.protos.AddressBookJava.PhoneNumberJava;
import com.wdbyte.tool.protos.AddressBookJava.PhoneTypeJava;
import com.wdbyte.tool.protos.Person.PhoneNumber;
import com.wdbyte.tool.protos.Person.PhoneType;

/**
 * @author https://www.wdbyte.com
 */
public class ProtobufTest3 {public static void main(String[] args) throws IOException {AddressBookJava addressBookJava = createAddressBookJava(1000);
        String jsonString = JSON.toJSONString(addressBookJava);
        System.out.println("json string size:" + jsonString.length());

        AddressBook addressBook = createAddressBook(1000);
        byte[] addressBookByteArray = addressBook.toByteArray();
        System.out.println("protobuf byte array size:" + addressBookByteArray.length);
    }

    public static AddressBook createAddressBook(int personCount) {Builder builder = AddressBook.newBuilder();
        for (int i = 0; i < personCount; i++) {builder.addPeople(Person.newBuilder()
                .setId(i)
                .setName("www.wdbyte.com")
                .setEmail("xxx@126.com")
                .addPhones(PhoneNumber.newBuilder()
                    .setNumber("18333333333")
                    .setType(PhoneType.HOME)
                )
            );
        }
        return builder.build();}

    public static AddressBookJava createAddressBookJava(int personCount) {AddressBookJava addressBookJava = new AddressBookJava();
        addressBookJava.setPersonJavaList(new ArrayList<>());
        for (int i = 0; i < personCount; i++) {PersonJava personJava = new PersonJava();
            personJava.setId(i);
            personJava.setName("www.wdbyte.com");
            personJava.setEmail("xxx@126.com");

            PhoneNumberJava numberJava = new PhoneNumberJava();
            numberJava.setNumber("18333333333");
            numberJava.setPhoneTypeJava(PhoneTypeJava.HOME);

            personJava.setPhones(numberJava);
            addressBookJava.getPersonJavaList().add(personJava);
        }
        return addressBookJava;
    }
}

输入：

json string size:108910
protobuf byte array size:50872

可见测试中 Protobuf 的序列化后果比 JSON 小了将近一倍左右。

序列化速度比照

应用 JMH 进行性能测试，别离测试 JSON 的序列化和反序列以及 Protobuf 的序列化和反序列化性能状况。每次测试前进行 3 次预热，每次 3 秒。接着进行 5 次测试，每次 3 秒，收集测试状况。

package com.wdbyte.tool.protos;

import java.util.ArrayList;
import java.util.concurrent.TimeUnit;

import com.alibaba.fastjson.JSON;

import com.google.protobuf.InvalidProtocolBufferException;
import com.wdbyte.tool.protos.AddressBook.Builder;
import com.wdbyte.tool.protos.AddressBookJava.PersonJava;
import com.wdbyte.tool.protos.AddressBookJava.PhoneNumberJava;
import com.wdbyte.tool.protos.AddressBookJava.PhoneTypeJava;
import com.wdbyte.tool.protos.Person.PhoneNumber;
import com.wdbyte.tool.protos.Person.PhoneType;
import org.openjdk.jmh.annotations.Benchmark;
import org.openjdk.jmh.annotations.BenchmarkMode;
import org.openjdk.jmh.annotations.Fork;
import org.openjdk.jmh.annotations.Measurement;
import org.openjdk.jmh.annotations.Mode;
import org.openjdk.jmh.annotations.OutputTimeUnit;
import org.openjdk.jmh.annotations.Scope;
import org.openjdk.jmh.annotations.Setup;
import org.openjdk.jmh.annotations.State;
import org.openjdk.jmh.annotations.Warmup;

/**
 * @author https://www.wdbyte.com
 */
@State(Scope.Thread)
@Fork(2)
@Warmup(iterations = 3, time = 3)
@Measurement(iterations = 5, time = 3)
@BenchmarkMode(Mode.Throughput) // Throughput: 吞吐量，SampleTime：采样工夫
@OutputTimeUnit(TimeUnit.MILLISECONDS)
public class ProtobufTest4 {

    private AddressBookJava addressBookJava;
    private AddressBook addressBook;

    @Setup
    public void init() {addressBookJava = createAddressBookJava(1000);
        addressBook = createAddressBook(1000);
    }

    @Benchmark
    public AddressBookJava testJSON() {
        // 转 JSON
        String jsonString = JSON.toJSONString(addressBookJava);
        // JSON 转对象
        return JSON.parseObject(jsonString, AddressBookJava.class);
    }

    @Benchmark
    public AddressBook testProtobuf() throws InvalidProtocolBufferException {
        // 转 JSON
        byte[] addressBookByteArray = addressBook.toByteArray();
        // JSON 转对象
        return AddressBook.parseFrom(addressBookByteArray);
    }

    public static AddressBook createAddressBook(int personCount) {Builder builder = AddressBook.newBuilder();
        for (int i = 0; i < personCount; i++) {builder.addPeople(Person.newBuilder()
                .setId(i)
                .setName("www.wdbyte.com")
                .setEmail("xxx@126.com")
                .addPhones(PhoneNumber.newBuilder()
                    .setNumber("18333333333")
                    .setType(PhoneType.HOME)
                )
            );
        }
        return builder.build();}

    public static AddressBookJava createAddressBookJava(int personCount) {AddressBookJava addressBookJava = new AddressBookJava();
        addressBookJava.setPersonJavaList(new ArrayList<>());
        for (int i = 0; i < personCount; i++) {PersonJava personJava = new PersonJava();
            personJava.setId(i);
            personJava.setName("www.wdbyte.com");
            personJava.setEmail("xxx@126.com");

            PhoneNumberJava numberJava = new PhoneNumberJava();
            numberJava.setNumber("18333333333");
            numberJava.setPhoneTypeJava(PhoneTypeJava.HOME);

            personJava.setPhones(numberJava);
            addressBookJava.getPersonJavaList().add(personJava);
        }
        return addressBookJava;
    }
}

JMH 吞吐量测试后果（Score 值越大吞吐量越高，性能越好）：

Benchmark                    Mode  Cnt  Score   Error   Units
ProtobufTest3.testJSON      thrpt   10  1.877 ± 0.287  ops/ms
ProtobufTest3.testProtobuf  thrpt   10  2.813 ± 0.446  ops/ms

JMH 采样工夫测试后果（Score 越小，采样工夫越小，性能越好）：

Benchmark                                          Mode    Cnt   Score   Error  Units
ProtobufTest3.testJSON                           sample  53028   0.565 ± 0.005  ms/op
ProtobufTest3.testProtobuf                       sample  90413   0.332 ± 0.001  ms/op

从测试后果看，不论是吞吐量测试，还是采样工夫测试，Protobuf 都优于 JSON。

为什么高效？

Protobuf 是如何实现这种高效紧凑的数据编码和解码的呢？

首先，Protobuf 应用二进制编码，会进步性能；其次 Protobuf 在将数据转换成二进制时，会对字段和类型从新编码，缩小空间占用。它采纳 TLV 格局来存储编码后的数据。TLV 也是就是 Tag-Length-Value，是一种常见的编码方式，因为数据其实都是键值对模式，所以在 TAG 中会存储对应的 字段和类型 信息，Length 存储内容的长度，Value 存储具体的内容。

还记得下面定义构造体时每个字段都对应一个数字吗？如 =1,=2,=3.

message Person {
  optional int32 id = 1;
  optional string name = 2;
  optional string email = 3;
}

在序列化成二进制时候就是通过这个数字来标记对应的字段的，二进制中只存储这个数字，反序列化时通过这个数字找对应的字段。这也是下面为什么说尽量应用 1-15 范畴内的数字，因为一旦超过 15，就须要多一个 bit 位来存储。

那么类型信息呢？比方 int32 怎么标记，因为类型个数无限，所以 Protobuf 规定了每个类型对应的二进制编码，比方 int32 对应二进制 000，string 对应二进制 010，这样就能够只用三个比特位存储类型信息。

这里只是举例形容大略思维，具体还有一些变动。

详情能够参考官网文档：https://protobuf.dev/programming-guides/encoding/

其次，Protobuf 还会采纳一种 变长编码的形式来存储数据 。这种编码方式可能保证数据占用的空间最小化，从而缩小了数据传输和存储的开销。具体来说，Protobuf 会将整数和浮点数等类型变换成一个或多个字节的模式，其中每个字节都蕴含了一部分数据信息和一部分标识符信息。这种编码方式能够 在数据值比拟小的状况下，只应用一个字节来存储数据，以此来进步编码效率。

最初，Protobuf 还能够通过 采纳压缩算法来缩小数据传输的大小。比方 GZIP 算法可能将原始数据压缩成更小的二进制格局，从而在网络传输中可能节俭带宽和传输工夫。Protobuf 还提供了一些可选的压缩算法，如 zlib 和 snappy，这些算法在不同的场景下可能适应不同的压缩需要。

综上所述，Protobuf 在实现高效编码和解码的过程中，采纳了多种优化形式，从而在理论利用中可能无效地晋升数据传输和解决的效率。

总结

ProtoBuf 是一种 轻量、高效 的数据交换格局，它具备以下长处：

• 语言中立，能够反对多种编程语言；
• 数据结构清晰，易于保护和扩大；
• 二进制编码，数据 体积小，传输效率高；
• 主动生成代码，开发效率高。

然而，ProtoBuf 也存在以下毛病：

• 学习老本较高，须要把握其语法规定和应用办法；
• 须要先定义数据结构，而后能力对数据进行序列化和反序列化，减少了肯定的开发成本；
• 因为二进制编码，可读性较差，这点不如 JSON 能够间接浏览。

总体来说，Protobuf 适宜用于数据传输和存储等场景，可能进步数据传输效率和缩小数据体积。但对于须要人类可读的数据，或须要实时批改的数据，或者对数据的传输效率和体积没那么在意的场景，抉择更加通用的 JSON 未尝不是一个好的抉择。

参考：https://protobuf.dev/overview/

判若两人，文章代码都寄存在 Github.com/niumoo/javaNotes.

文章继续更新，能够微信搜一搜「程序猿阿朗」或拜访「程序猿阿朗博客」第一工夫浏览。本文 Github.com/niumoo/JavaNotes 曾经收录，有很多系列文章，欢送 Star。