搜索

QQ空間 QQ好友新浪微博微信

Protobuf: 高效數(shù)據(jù)傳輸?shù)拿孛芪淦?/span>

漢無(wú)為 2023-05-17 發(fā)布于湖北

展開全文

當(dāng)涉及到網(wǎng)絡(luò)通信和數(shù)據(jù)存儲(chǔ)時(shí)，數(shù)據(jù)序列化一直都是一個(gè)重要的話題；特別是現(xiàn)在很多公司都在推行微服務(wù)，數(shù)據(jù)序列化更是重中之重，通常會(huì)選擇使用 JSON 作為數(shù)據(jù)交換格式，且 JSON 已經(jīng)成為業(yè)界的主流。但是 Google 這么大的公司使用的卻是一種被稱為 Protobuf 的數(shù)據(jù)交換格式，它是有什么優(yōu)勢(shì)嗎？這篇文章介紹 Protobuf 的相關(guān)知識(shí)。

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

官方文檔：https://v/overview/

Protobuf 介紹

Protobuf（Protocol Buffers）是由 Google 開發(fā)的一種輕量級(jí)、高效的數(shù)據(jù)交換格式，它被用于結(jié)構(gòu)化數(shù)據(jù)的序列化、反序列化和傳輸。相比于 XML 和 JSON 等文本格式，Protobuf 具有更小的數(shù)據(jù)體積、更快的解析速度和更強(qiáng)的可擴(kuò)展性。

Protobuf 的核心思想是使用協(xié)議（Protocol）來(lái)定義數(shù)據(jù)的結(jié)構(gòu)和編碼方式。使用 Protobuf，可以先定義數(shù)據(jù)的結(jié)構(gòu)和各字段的類型、字段等信息，然后使用Protobuf提供的編譯器生成對(duì)應(yīng)的代碼，用于序列化和反序列化數(shù)據(jù)。由于 Protobuf 是基于二進(jìn)制編碼的，因此可以在數(shù)據(jù)傳輸和存儲(chǔ)中實(shí)現(xiàn)更高效的數(shù)據(jù)交換，同時(shí)也可以跨語(yǔ)言使用。

相比于 XML 和 JSON，Protobuf 有以下幾個(gè)優(yōu)勢(shì)：

· 更小的數(shù)據(jù)量：Protobuf 的二進(jìn)制編碼通常比 XML 和 JSON 小 3-10 倍，因此在網(wǎng)絡(luò)傳輸和存儲(chǔ)數(shù)據(jù)時(shí)可以節(jié)省帶寬和存儲(chǔ)空間。
· 更快的序列化和反序列化速度：由于 Protobuf 使用二進(jìn)制格式，所以序列化和反序列化速度比 XML 和 JSON 快得多。
· 跨語(yǔ)言：Protobuf 支持多種編程語(yǔ)言，可以使用不同的編程語(yǔ)言來(lái)編寫客戶端和服務(wù)端。這種跨語(yǔ)言的特性使得 Protobuf 受到很多開發(fā)者的歡迎（JSON 也是如此）。
· 易于維護(hù)可擴(kuò)展：Protobuf 使用 .proto 文件定義數(shù)據(jù)模型和數(shù)據(jù)格式，這種文件比 XML 和 JSON 更容易閱讀和維護(hù)，且可以在不破壞原有協(xié)議的基礎(chǔ)上，輕松添加或刪除字段，實(shí)現(xiàn)版本升級(jí)和兼容性。

編寫 Protobuf

使用 Protobuf 的語(yǔ)言定義文件（.proto）可以定義要傳輸?shù)男畔⒌臄?shù)據(jù)結(jié)構(gòu)，可以包括各個(gè)字段的名稱、類型等信息。同時(shí)也可以相互嵌套組合，構(gòu)造出更加復(fù)雜的消息結(jié)構(gòu)。

比如想要構(gòu)造一個(gè)地址簿 AddressBook 信息結(jié)構(gòu)。一個(gè) AddressBook 可以包含多個(gè)人員 Person 信息，每個(gè) Person 信息可以包含 id、name、email 信息，同時(shí)一個(gè) Person 也可以包含多個(gè)電話號(hào)碼信息 PhoneNumber，每個(gè)電話號(hào)碼信息需要指定號(hào)碼種類，如手機(jī)、家庭電話、工作電話等。

如果使用 Protobuf 編寫定義文件如下：

// 文件：addressbook.proto
syntax = 'proto3';
// 指定 protobuf 包名，防止有相同類名的 message 定義
package com.wdbyte.protobuf;
// 是否生成多個(gè)文件
option java_multiple_files = true;
// 生成的文件存放在哪個(gè)包下
option java_package = 'com.wdbyte.tool.protos';
// 生成的類名，如果沒(méi)有指定，會(huì)根據(jù)文件名自動(dòng)轉(zhuǎn)駝峰來(lái)命名
option java_outer_classname = 'AddressBookProtos';

message Person {
  // =1，=2 作為序列化后的二進(jìn)制編碼中的字段的唯一標(biāo)簽，也因此，1-15 比 16 會(huì)少一個(gè)字節(jié)，所以盡量使用 1-15 來(lái)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 文件中的語(yǔ)法解釋。

頭部全局定義

· syntax = 'proto3';指定 Protobuf 版本為版本3（最新版本）
· package com.wdbyte.protobuf;指定 Protobuf 包名，防止有相同類名的 message 定義，這個(gè)包名是生成的類中所用到的一些信息的前綴，并非類所在包。
· option java_multiple_files = true; 是否生成多個(gè)文件。若 false，則只會(huì)生成一個(gè)類，其他類以內(nèi)部類形式提供。
· option java_package = 生成的類所在包。
· option java_outer_classname 生成的類名，若無(wú)，自動(dòng)使用文件名進(jìn)行駝峰轉(zhuǎn)換來(lái)為類命名。

消息結(jié)構(gòu)具體定義

message Person 定一個(gè)了一個(gè) Person 類。

Person 類中的字段被 optional 修飾，被 optional 修飾說(shuō)明字段可以不賦值。

· 修飾符 optional 表示可選字段，可以不賦值。
· 修飾符 repeated 表示數(shù)據(jù)重復(fù)多個(gè)，如數(shù)組，如 List。
· 修飾符 required 表示必要字段，必須給值，否則會(huì)報(bào)錯(cuò) RuntimeException，但是在 Protobuf 版本 3 中被移除。即使在版本 2 中也應(yīng)該慎用，因?yàn)橐坏┒x，很難更改。

字段類型定義

修飾符后面緊跟的是字段類型，如 int32 、string。常用的類型如下：

· int32、int64、uint32、uint64：整數(shù)類型，包括有符號(hào)和無(wú)符號(hào)類型。
· float、double：浮點(diǎn)數(shù)類型。
· bool：布爾類型，只有兩個(gè)值，true 和 false。
· string：字符串類型。
· bytes：二進(jìn)制數(shù)據(jù)類型。
· enum：枚舉類型，枚舉值可以是整數(shù)或字符串。
· message：消息類型，可以嵌套其他消息類型，類似于結(jié)構(gòu)體。

字段后面的 =1，=2 是作為序列化后的二進(jìn)制編碼中的字段的對(duì)應(yīng)標(biāo)簽，因?yàn)?Protobuf 消息在序列化后是不包含字段信息的，只有對(duì)應(yīng)的字段序號(hào)，所以節(jié)省了空間。也因此，1-15 比 16 會(huì)少一個(gè)字節(jié)，所以盡量使用 1-15 來(lái)指定常用字段。且一旦定義，不要隨意更改，否則可能會(huì)對(duì)不上序列化信息。

編譯 Protobuf

使用 Protobuf 提供的編譯器，可以將 .proto 文件編譯成各種語(yǔ)言的代碼文件（如 Java、C++、Python 等）。

下載編譯器：https://github.com/protocolbuffers/protobuf/releases/latest

安裝完成后可以使用 protoc 命令編譯 proto 文件，如編譯示例中的 addressbook.proto.

protoc --java_out=./java ./resources/addressbook.proto
# --java_out 指定輸出 java 格式文件，輸出到 ./java 目錄
# ./resources/addressbook.proto 為 proto 文件位置

生成后可以看到生產(chǎn)的類文件。

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

使用 Protobuf

使用 Java 語(yǔ)言操作 Protobuf，首先需要引入 Protobuf 依賴。

Maven 依賴：

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

構(gòu)造消息對(duì)象

// 直接構(gòu)建
PhoneNumber phoneNumber1 = PhoneNumber.newBuilder().setNumber('18388888888').setType(PhoneType.HOME).build();
Person person1 = Person.newBuilder().setId(1).setName('www.').setEmail('xxx@').addPhones(phoneNumber1).build();
AddressBook addressBook1 = AddressBook.newBuilder().addPeople(person1).build();
System.out.println(addressBook1);
System.out.println('------------------');

//  鏈?zhǔn)綐?gòu)建
AddressBook addressBook2 = AddressBook
    .newBuilder()
    .addPeople(Person.newBuilder()
                     .setId(2)
                     .setName('www.')
                     .setEmail('yyy@126.com')
                    .addPhones(PhoneNumber.newBuilder()
                                          .setNumber('18388888888')
                                          .setType(PhoneType.HOME)
                    )
    )
    .build();
System.out.println(addressBook2);

輸出：

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

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

序列化、反序列化

序列化：將內(nèi)存中的數(shù)據(jù)對(duì)象序列化為二進(jìn)制數(shù)據(jù)，可以用于網(wǎng)絡(luò)傳輸或存儲(chǔ)等場(chǎng)景。

反序列化：將二進(jìn)制數(shù)據(jù)反序列化成內(nèi)存中的數(shù)據(jù)對(duì)象，可以用于數(shù)據(jù)處理和業(yè)務(wù)邏輯。

下面演示使用 Protobuf 進(jìn)行字符數(shù)組和文件的序列化及反序列化過(guò)程。

package com.wdbyte.tool.protos;

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

/**
 * 
 * @author www.
 */
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.').setEmail('xxx@').addPhones(phoneNumber1).build();
        AddressBook addressBook1 = AddressBook.newBuilder().addPeople(person1).build();
      
        // 序列化成字節(jié)數(shù)組
        byte[] byteArray = addressBook1.toByteArray();
        // 反序列化 - 字節(jié)數(shù)組轉(zhuǎn)對(duì)象
        AddressBook addressBook2 = AddressBook.parseFrom(byteArray);
        System.out.println('字節(jié)數(shù)組反序列化：');
        System.out.println(addressBook2);

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

輸出：

字節(jié)數(shù)組反序列化：
people {
  id: 1
  name: 'www.'
  email: 'xxx@'
  phones {
    number: '18388888888'
    type: HOME
  }
}

文件讀取反序列化：
people {
  id: 1
  name: 'www.'
  email: 'xxx@'
  phones {
    number: '18388888888'
    type: HOME
  }
}

Protobuf 為什么高效

在分析 Protobuf 高效之前，我們先確認(rèn)一下 Protobuf 是否真的高效，下面將 Protobuf 與 JSON 進(jìn)行對(duì)比，分別對(duì)比序列化和反序列化速度以及序列化后的存儲(chǔ)占用大小。

測(cè)試工具：JMH，F(xiàn)astJSON，

測(cè)試對(duì)象：Protobuf 的 addressbook.proto，JSON 的普通 Java 類。

Maven 依賴：

<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>

先編寫與addressbook.proto 結(jié)構(gòu)相同的 Java 類 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;
    }
}

序列化大小對(duì)比

分別在地址簿中添加 1000 個(gè)人員信息，輸出序列化后的數(shù)組大小。

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.
 */
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.')
                .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.');
            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;
    }
}

輸出：

json string size:108910
protobuf byte array size:50872

可見測(cè)試中 Protobuf 的序列化結(jié)果只有 JSON 的一半左右。

序列化速度對(duì)比

使用 JMH 進(jìn)行性能測(cè)試，分別測(cè)試 JSON 的序列化和反序列以及 Protobuf 的序列化和反序列化性能情況。每次測(cè)試前進(jìn)行 3 次預(yù)熱，每次 3 秒。接著進(jìn)行 5 次測(cè)試，每次 3 秒，收集測(cè)試情況。

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.
 */
@State(Scope.Thread)
@Fork(2)
@Warmup(iterations = 3, time = 3)
@Measurement(iterations = 5, time = 3)
@BenchmarkMode(Mode.Throughput) // Throughput:吞吐量，SampleTime：采樣時(shí)間
@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() {
        // 轉(zhuǎn) JSON
        String jsonString = JSON.toJSONString(addressBookJava);
        // JSON 轉(zhuǎn)對(duì)象
        return JSON.parseObject(jsonString, AddressBookJava.class);
    }

    @Benchmark
    public AddressBook testProtobuf() throws InvalidProtocolBufferException {
        // 轉(zhuǎn) JSON
        byte[] addressBookByteArray = addressBook.toByteArray();
        // JSON 轉(zhuǎn)對(duì)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.')
                .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.');
            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 吞吐量測(cè)試結(jié)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 采樣時(shí)間測(cè)試結(jié)果（Score 越小，采樣時(shí)間越小，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

從測(cè)試結(jié)果看，不管是吞吐量測(cè)試，還是采樣時(shí)間測(cè)試，Protobuf 都優(yōu)于 JSON。

為什么高效？

Protobuf 是如何實(shí)現(xiàn)這種高效緊湊的數(shù)據(jù)編碼和解碼的呢？

首先，Protobuf 使用二進(jìn)制編碼，會(huì)提高性能；其次 Protobuf 在將數(shù)據(jù)轉(zhuǎn)換成二進(jìn)制時(shí)，會(huì)對(duì)字段和類型重新編碼，減少空間占用。它采用 TLV 格式來(lái)存儲(chǔ)編碼后的數(shù)據(jù)。TLV 也是就是 Tag-Length-Value ，是一種常見的編碼方式，因?yàn)閿?shù)據(jù)其實(shí)都是鍵值對(duì)形式，所以在 TAG 中會(huì)存儲(chǔ)對(duì)應(yīng)的字段和類型信息，Length 存儲(chǔ)內(nèi)容的長(zhǎng)度，Value 存儲(chǔ)具體的內(nèi)容。

還記得上面定義結(jié)構(gòu)體時(shí)每個(gè)字段都對(duì)應(yīng)一個(gè)數(shù)字嗎？如 =1,=2,=3.

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

在序列化成二進(jìn)制時(shí)候就是通過(guò)這個(gè)數(shù)字來(lái)標(biāo)記對(duì)應(yīng)的字段的，二進(jìn)制中只存儲(chǔ)這個(gè)數(shù)字，反序列化時(shí)通過(guò)這個(gè)數(shù)字找對(duì)應(yīng)的字段。這也是上面為什么說(shuō)盡量使用 1-15 范圍內(nèi)的數(shù)字，因?yàn)橐坏┏^(guò) 15，就需要多一個(gè) bit 位來(lái)存儲(chǔ)。

那么類型信息呢？比如 int32 怎么標(biāo)記，因?yàn)轭愋蛡€(gè)數(shù)有限，所以 Protobuf 規(guī)定了每個(gè)類型對(duì)應(yīng)的二進(jìn)制編碼，比如 int32 對(duì)應(yīng)二進(jìn)制 000，string 對(duì)應(yīng)二進(jìn)制 010，這樣就可以只用三個(gè)比特位存儲(chǔ)類型信息。

這里只是舉例描述大概思想，具體還有一些變化。
詳情可以參考官方文檔：https://v/programming-guides/encoding/

其次，Protobuf 還會(huì)采用一種變長(zhǎng)編碼的方式來(lái)存儲(chǔ)數(shù)據(jù)。這種編碼方式能夠保證數(shù)據(jù)占用的空間最小化，從而減少了數(shù)據(jù)傳輸和存儲(chǔ)的開銷。具體來(lái)說(shuō)，Protobuf 會(huì)將整數(shù)和浮點(diǎn)數(shù)等類型變換成一個(gè)或多個(gè)字節(jié)的形式，其中每個(gè)字節(jié)都包含了一部分?jǐn)?shù)據(jù)信息和一部分標(biāo)識(shí)符信息。這種編碼方式可以在數(shù)據(jù)值比較小的情況下，只使用一個(gè)字節(jié)來(lái)存儲(chǔ)數(shù)據(jù)，以此來(lái)提高編碼效率。

最后，Protobuf 還可以通過(guò)采用壓縮算法來(lái)減少數(shù)據(jù)傳輸?shù)拇笮?/strong>。比如 GZIP 算法能夠?qū)⒃紨?shù)據(jù)壓縮成更小的二進(jìn)制格式，從而在網(wǎng)絡(luò)傳輸中能夠節(jié)省帶寬和傳輸時(shí)間。Protobuf 還提供了一些可選的壓縮算法，如 zlib 和 snappy，這些算法在不同的場(chǎng)景下能夠適應(yīng)不同的壓縮需求。

綜上所述，Protobuf 在實(shí)現(xiàn)高效編碼和解碼的過(guò)程中，采用了多種優(yōu)化方式，從而在實(shí)際應(yīng)用中能夠有效地提升數(shù)據(jù)傳輸和處理的效率。

總結(jié)

ProtoBuf 是一種輕量、高效的數(shù)據(jù)交換格式，它具有以下優(yōu)點(diǎn)：

· 語(yǔ)言中立，可以支持多種編程語(yǔ)言；
· 數(shù)據(jù)結(jié)構(gòu)清晰，易于維護(hù)和擴(kuò)展；
· 二進(jìn)制編碼，數(shù)據(jù)體積小，傳輸效率高；
· 自動(dòng)生成代碼，開發(fā)效率高。

但是，ProtoBuf 也存在以下缺點(diǎn)：

· 學(xué)習(xí)成本較高，需要掌握其語(yǔ)法規(guī)則和使用方法；
· 需要先定義數(shù)據(jù)結(jié)構(gòu)，然后才能對(duì)數(shù)據(jù)進(jìn)行序列化和反序列化，增加了一定的開發(fā)成本；
· 由于二進(jìn)制編碼，可讀性較差，這點(diǎn)不如 JSON 可以直接閱讀。

總體來(lái)說(shuō)，Protobuf 適合用于數(shù)據(jù)傳輸和存儲(chǔ)等場(chǎng)景，能夠提高數(shù)據(jù)傳輸效率和減少數(shù)據(jù)體積。但對(duì)于需要人類可讀的數(shù)據(jù)，或需要實(shí)時(shí)修改的數(shù)據(jù)，或者對(duì)數(shù)據(jù)的傳輸效率和體積沒(méi)那么在意的場(chǎng)景，選擇更加通用的 JSON 未嘗不是一個(gè)好的選擇。

參考：https://v/overview/

引用鏈接

[1] Github.com/niumoo/javaNotes: https://github.com/niumoo/JavaNotes/tree/master/tool-java-apache-httpclient

本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請(qǐng)注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購(gòu)買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來(lái)自：漢無(wú)為 > 《網(wǎng)絡(luò)工具》

舉報(bào)/認(rèn)領(lǐng)