简介
protocol buffer这种优良的编码方式，到底底层是怎么工作的呢？为什么它能够实现高效疾速的数据传输呢？这所有都要从它的编码方式说起。
定义一个简略的message
咱们晓得protocol buffer的主体就是message,接下来咱们从一个简略的message登程，具体解说protobuf中的编码方式。
比方上面的一个非常简单的音讯对象：
message Student { optional int32 age = 1;}在下面的例子中，咱们定义了一个Student音讯对象，并给他定义了一个名叫age的字段,并给它设置一个值叫做22。而后应用protobuf将其进行序列化，这么大的一个对象，对其序列化之后的字节如下所示：
08 96 00很简略，应用三个字节就能够示意一个messag对象，数据量十分小。
那么这三个字节到底示意什么意思呢？一起来看看吧 。
Base 128 Varints
在解释下面的三个字节的含意之前，咱们须要理解一个varints的概念。
什么叫Varints呢？就是序列化整数的时候，占用的空间大小是不一样的，小的整数占用的空间小，大的整数占用的空间大，这样不必固定一个具体的长度，能够缩小数据的长度，然而会带来解析的复杂度。
那么怎么晓得这个数据到底须要几个byte呢？在protobuf中，每个byte的最高位是一个判断位，如果这个位被置位1，则示意前面一个byte和该byte是一起的，示意同一个数，如果这个位被置位0，则示意前面一个byte和该byte没有关系，数据到这个byte就完结了。
举个例子，一个byte是8位，如果示意的是整数1，那么能够用上面的byte来示意：
0000 0001如果一个byte装不下的整数，那么就须要应用多个byte来进行连贯操作，比方上面的数据表示的是300：
1010 1100 0000 0010为什么是300呢？首先看第一个byte，它的首位是1，示意前面还有一个byte。再看第二个byte，它的首位是0，示意到此就完结了。咱们把判断位去掉，变成上面的数字：
010 1100 000 0010这时候还不能计算数据的值，因为在protobuf中，byte的位数是反过来的，所以咱们须要把下面的两个byte替换一下地位：
000 0010 010 1100 也就是：
10 010 1100 =256 + 32 + 8 + 4 = 300
音讯体的构造
从message的定义能够晓得，protobuf中的音讯体的构造是key=value的模式，其中的key就是message中定义的字段的整数值1，2，3，4等。而value就是真正对其设置的值。
当一个音讯被编码之后，这些key和value会被连贯在一起，组成一个byte stream。当要对其进行解析的时候，须要定位到key和value的具体长度，所以在key中须要蕴含两局部，第一个局部就是字段在proto文件中的值，第二个局部就是value局部占用的长度大小。
只有通过这两个局部的值联合起来，解析器才可能正确的对字段进行解析。
key的这种格局，被称为 wire types，有哪些 wire types呢？咱们看一下：
| 类型 | 含意 | 应用场景 |
|---|---|---|
| 0 | Varint | 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 |
能够看到除了3，4两种类型之外，其余的类型能够分为三类，一类是固定长度的类型，如1，5，他们别离是64位和32位的数字。
第二类是0，示意Varint，这是一种可变类型，用来示意通用的数字类型，bool类型和枚举类型。第三类2，示意长度辨别的类型，这种类型通常用来示意字符串，字节数字等。
所有的key都是一个varint类型，它的值是：(field_number << 3) | wire_type ，也就是说key的最初三个位，用来存储wire类型。
下面咱们例子中的key的值是08，用二进制示意：
000 1000最初三位是0，示意是一个Varint类型，将08右移三位，失去1，示意key示意的字段是1这个字段，也就是age。
而后咱们看下剩下的局部96 00，换成二进制是：
96 00 = 1001 0110 0000 0000依据Varint的定义，第一位示意的是连贯位，示意第二个字节的内容和第一个字节的内容是一起的。对于Varint来说，须要将低位的字节和高位的字节进行替换，如下：
1001 0110 0000 0000 去掉最高位的1 ：001 0110 0000 0000 替换低位字节和高位字节：0000 0000 001 0110 下面的值是16 + 4 + 2 = 22
这样咱们就失去了值为1的key，对应的value是22。
符号整数
咱们晓得有两种示意符号整数的形式，一种是规范的int类型：int32 和 int64，一种是带符号的int类型：sint32 和 sint64。
这两种类型的区别在于对应负整数的示意上。对于int32和int64来说，所有的负整数都是以十个字节来示意的，所以占用的空间会比拟大，不适宜用来示意负整数。
如果应用sint32 和 sint64，那么应用的编码方式是ZigZag，对于负整数来说更加无效。
ZigZag将带符号的整数和无符号的整数进行映射，对于每个n来说，将会应用上面的公式来编码：
(n << 1) ^ (n >> 31)对于sint64来说就是：
(n << 1) ^ (n >> 64)举个例子：
| 符号整数 | 编码后果 |
|---|---|
| 0 | 0 |
| -1 | 1 |
| 1 | 2 |
| -2 | 3 |
| 2147483647 | 4294967294 |
| -2147483648 | 4294967295 |
# 字符串
字符串的wire类型是2，阐明它的值是一个varint编码的长度。举个例子：
message Student { optional string name = 2;}上咱们给Student定义了第二个属性name，如果给name赋值 "testing" ，那么失去的编码是：
12 07 [74 65 73 74 69 6e 67]中括号的编码就是"testing"的UTF8示意。
0x12 能够这样解析：
0x12→ 0001 0010 (binary representation)→ 00010 010 (regroup bits)→ field_number = 2, wire_type = 20x12示意字段2的类型是2，前面跟着的07就示意后续byte字节的长度了。
嵌套的音讯
音讯中能够嵌套音讯，咱们看一个例子：
message Teacher { optional Student s = 3;}如果咱们把s的age字段设置为22，就和第一个例子一样，那么下面的编码就是：
1a 03 08 96 00能够看到前面的三个字节和第一个例子是一样的。后面两个字节的判断形式和字符串是一值的，这样就不再多讲。
总结
好了，protobuf的根本编码规定和实现曾经讲完了。听起来是不是很微妙？
本文已收录于 http://www.flydean.com/03-protobuf-encoding/
最艰深的解读，最粗浅的干货，最简洁的教程，泛滥你不晓得的小技巧等你来发现！
欢送关注我的公众号:「程序那些事」,懂技术，更懂你！