protobuf协议概览及开发指南

Protobuf协议概览及开发指南

l 什么是protocol buffer

l 如何使其工作

l 与XML相比有哪些优势?

l 听起来像是不错的解决方案，如何开始?

l 历史原因

本文档作为protocol buffer的开发者指南，它是一种语言无关、跨平台、扩展性良好的用于通信、数据存储的结构化数据串行化方法。

本文档的读者是希望使用protocol buffer的Java、C++或Python开发者。这个概览简要介绍了protocol buffer，并告诉你如何开始。当然你可以参考以下的编程指导深入了解protocolbuffer编码方式http://code.google.com/apis/protocolbuffers/docs/encoding.html。

API参考文档http://code.google.com/apis/protocolbuffers/docs/reference/overview.html同样也是提供了这三种编程语言的版本。

不同协议语言http://code.google.com/apis/protocolbuffers/docs/proto.html和样式http://code.google.com/apis/protocolbuffers/docs/style.html用于指导如何更规范的编写.proto文件。

l 什么是protocol buffer

ProtocolBuffer是一种用于结构化数据串行化的灵活、高效、自动的方法，有如XML，不过它更小、更快、也更简单。可以自定义数据结构，然后使用代码生成器生成的代码来读写这个数据结构。甚至可以在无需重新部署程序的情况下更新数据结构。

l 如何使其工作

首先需要在一个.proto文件中定义需要做串行化的数据结构信息。每个ProtocolBuffer信息是一小段逻辑记录，包含一系列的键值对。如下有一个简单的.proto文件定义了个人信息:

message Person { required string name=1; required int32 id=2; optional string email=3; enum PhoneType { MOBILE=0; HOME=1; WORK=2; } message PhoneNumber { required string number=1; optional PhoneType type=2 [default=HOME]; } repeated PhoneNumber phone=4; }

正如你所见，消息格式非常简单，每个消息类型拥有一个或多个特定的数字字段，每个字段拥有一个名字和一个值类型。值类型可以是数字(整数或浮点)、布尔型、字符串、原始字节或者其他ProtocolBuffer类型，还允许数据结构的分级。可以指定可选字段，必选字段和重复字段。可以在http://code.google.com/apis/protocolbuffers/docs/proto.html到更多关于如何编写.proto文件的信息。

在完成自定义消息报文后，就可以运行ProtocolBuffer编译器，根据选定的语言类型将.proto文件编译成特定语言的类。这些类提供了简单的方法访问每个字段(像是query()和set_query() )，像是访问类的方法一样将结构串行化或反串行化。例如可以选择C++语言，运行编译如上的协议文件生成类叫做Person。随后就可以在应用中使用这个类来串行化的读取报文信息。代码示例如下:

Person person; person.set_name("John Doe"); person.set_id(1234); person.set_email("jdoe@example.com"); fstream.output("myfile",ios::out | ios::binary); person.SerializeToOstream(&output);

而后，可以读取报文中的数据，示例如下：

fstream input("myfile",ios::in | ios:binary); Person person; person.ParseFromIstream(&input); cout << "Name: " << person.name() << endl; cout << "E-mail: " << person.email() << endl;

当然，你可以在不影响向后兼容的情况下任意给数据结构增加字段，旧有的数据会忽略新的字段。所以如果使用ProtocolBuffer作为通信协议，可以无须担心破坏现有代码的情况下进行协议扩展。

可以在API参考http://code.google.com/apis/protocolbuffers/docs/reference/overview.html中找到完整的参考，关于ProtocolBuffer的报文格式编码则可以在http://code.google.com/apis/protocolbuffers/docs/encoding.html中找到。

l 与XML相比有哪些优势?

ProtocolBuffer拥有比XML更高级的串行化结构数据的特性，ProtocolBuffer：

Ø 更简单

Ø 小3-10倍

Ø 快20-100倍

Ø 更少的歧义

Ø 可以方便的生成数据存取类

例如，在XML中建模Person的name和email字段，代码示例如下：

<person> <name>John Doe</name> <email>jdoe@example.com</email> </person>

ProtocolBuffer协议对应的报文如下:

#ProtocolBuffer的文本表示 #这不是正常时使用的二进制数据 person { name: "John Doe" email: "jdoe@example.com" }

当这个报文编码到ProtocolBuffer的二进制格式http://code.google.com/apis/protocolbuffers/docs/encoding.html时只需要28字节和100-200ns的解析时间。而XML的版本需要69字节(除去空白)和5000-10000ns的解析时间。

当然，操作ProtocolBuffer也很简单，示例如下：

cout << "Name: " << person.name() << endl; cout << "E-mail: " << person.email() << endl;

而XML则需要，如下所示：

cout << "Name: " << person.getElementsByTagName("name")->item(0)->innerText() << endl; cout << "E-mail: " << person.getElementsByTagName("email")->item(0)->innerText() << end;

当然，ProtocolBuffer并不是在任何时候都比XML更合适，例如ProtocolBuffer无法对一个基于标记文本的文档建模，因为根本无法方便的在文本中插入结构。另外，XML是便于阅读和编辑的，而ProtocolBuffer则不是。还有XML是自解释的，而ProtocolBuffer仅在拥有报文格式定义的.proto文件时才有意义。

l 听起来像是不错的解决方案，如何开始?

在地址http://code.google.com/p/protobuf/downloads/下载包，包含了Java、Python、C++的ProtocolBuffer编译器，用于生成你需要的IO类。跟随README的指令就可以做到构建和安装编译器。

安装好之后，就可以跟着编程指导http://code.google.com/apis/protocolbuffers/docs/tutorials.html来选择语言-随后就是使用ProtocolBuffer创建一个简单的应用了。

l 历史原因

ProtocolBuffer最初是在Google开发的，用以解决索引服务器的请求、响应协议。在使用ProtocolBuffer之前，有一种格式用以处理请求和响应数据的编码和解码，并且支持多种版本的协议。而这最终导致了丑陋的代码，有如:

if (version==3) { ... }else if (version>4) { if (version==5) { ... } ... }

通信协议因此变得越来越复杂，因为开发者必须确保，发出请求的人和接受请求的人必须同时兼容，并且在一方开始使用新协议时，另外一方也要可以接受。

ProtocolBuffer设计用于解决这一类问题：

Ø 很方便引入新字段，而中间服务器可以忽略这些字段，直接传递过去而无需理解所有的字段。

Ø 格式可以自描述，并且可以在多种语言中使用(C++、Java等)。

然而用户仍然需要手写解析代码。随着系统的演化，他需要一些其他的功能：

Ø 自动生成编码和解码代码，而无需自己编写解析器。

Ø 除了用于简短的RPC(Remote ProcedureCall)请求，人们使用ProtocolBuffer来做数据存储格式(例如BitTable)。

Ø RPC服务器接口可以作为.proto文件来描述，而通过ProtocolBuffer的编译器生成存根(stub)类供用户实现服务器接口。

ProtocolBuffer现在已经是Google的混合语言数据标准了，现在已经正在使用的有超过48,162种报文格式定义和超过12,183个.proto文件。他们已经将其成功应用于RPC系统和持续数据存储系统。