protobuf简介

1. Protobuf是什么

  ProtoBuf（全称Protocol Buffer）是数据结构序列化和反序列化框架，它具有以下特点：

• 语⾔⽆关、平台无关：即 ProtoBuf ⽀持 Java、C++、Python 等多种语⾔，⽀持多个平台
• ⾼效：即⽐ XML 更小、更快、更为简单
• 扩展性、兼容性好：你可以更新数据结构，而不影响和破坏原有的旧程序

2. Protobuf使⽤流程介绍

• 编写 .proto ⽂件，⽬的是为了定义结构对象（message）及属性内容。
• 使⽤ protoc 编译器编译 .proto ⽂件，⽣成⼀系列接⼝代码，存放在新⽣成头⽂件和源⽂件中。
• 依赖⽣成的接⼝，将编译⽣成的头⽂件包含进我们的代码中，实现对 .proto ⽂件中定义的字段进行设置和获取，和对 message 对象进行序列化和反序列化

3. ProtoBuf快速上手

  我们以⼀个简单通讯录的实现来驱动对Protobuf的学习。在通讯录demo中，我们将实现：

• 对⼀个联系⼈的信息使⽤ Protobuf 进⾏序列化，并将结果打印出来。
• 对序列化后的内容使⽤ Protobuf 进⾏反序列，解析出联系⼈信息并打印出来。
• 联系⼈包含以下信息: 姓名、年龄。

  通过通讯录demo，我们能快速的了解ProtoBuf的使⽤流程。

3.1 创建 .proto ⽂件

• 创建 .proto ⽂件时，⽂件命名应该使⽤全⼩写字⺟命名，多个字⺟之间⽤ _ 连接。 例如：lower_snake_case.proto
• 书写 .proto ⽂件代码时，应使⽤ 2 个空格的缩进。

  我们为通讯录 demo 新建⽂件： contacts.proto

3.2 添加注释

  向⽂件添加注释，可使⽤ // 或者 /* … */

3.3 具体编写

  指定 proto3 语法：
  Protocol Buffers 语⾔版本3，简称 proto3，是 .proto ⽂件最新的语法版本。proto3 简化了 ProtocolBuffers 语⾔，既易于使⽤，⼜可以在更⼴泛的编程语⾔中使⽤。它允许你使⽤ Java，C++，Python等多种语⾔⽣成 protocol buffer 代码。在 .proto ⽂件中，要使⽤ syntax = “proto3”; 来指定⽂件语法为 proto3，并且必须写在除去注释内容的第⼀⾏。 如果没有指定，编译器会使⽤proto2语法。
  在通讯录 demo 的 contacts.proto ⽂件中，可以为⽂件指定 proto3 语法，内容如下：

syntax = "proto3";

   package 声明符：
   package 是⼀个可选的声明符，能表⽰ .proto ⽂件的命名空间，在项⽬中要有唯⼀性。它的作⽤是为了避免我们定义的消息出现冲突。
   在通讯录 demo 的 contacts.proto ⽂件中，可以声明其命名空间，内容如下：

package contacts;

   定义消息（message）：
  消息（message）: 要定义的结构化对象，我们可以给这个结构化对象中定义其对应的属性内容。在网络传输中，我们需要为传输双⽅定制协议。定制协议说⽩了就是定义结构体或者结构化数据，⽐如，tcp，udp 报⽂就是结构化的。再⽐如将数据持久化存储到数据库时，会将⼀系列元数据统⼀⽤对象组织起来，再进⾏存储。ProtoBuf 就是以 message 的方式来⽀持我们定制协议字段，后期帮助我们形成类和⽅法来使用。
  在通讯录 demo 中我们就需要为联系人定义⼀个 message：

• .proto ⽂件中定义⼀个消息类型的格式为：

message 消息类型名{
}
消息类型命名规范：使⽤驼峰命名法，⾸字⺟⼤写。

• 为 contacts.proto（通讯录 demo）新增联系⼈message

syntax = "proto3";
package contacts;

// 定义联系⼈消息
message PeopleInfo {
}

  定义消息字段：
  在 message 中我们可以定义其属性字段，字段定义格式为：字段类型 字段名 = 字段唯⼀编号；

• 字段名称命名规范：全⼩写字⺟，多个字⺟之间⽤ _ 连接。
• 字段类型分为：标量数据类型 和 特殊类型（包括枚举、其他消息类型等）。
• 字段唯⼀编号：⽤来标识字段，⼀旦开始使⽤就不能够再改变。

  样例：

// 声明语法版本
syntax = "proto3";

// 声明代码的命名空间
package contacts;

//结构化对象的描述
message PeopleInfo{
    // 各个字段描述:   字段类型  字段名 = 字段唯一编号
    string name = 1;
    int32 age = 2;
}

  注：这⾥还要特别讲解⼀下字段唯⼀编号的范围：1 ~ 536,870,911 (2^29 - 1) ，其中 19000 ~ 19999 不可⽤。
  19000 ~ 19999 不可⽤是因为：在 Protobuf 协议的实现中，对这些数进⾏了预留。如果⾮要在.proto⽂件中使⽤这些预留标识号，例如将 name 字段的编号设置为19000，编译时就会报警。
  值得⼀提的是，范围为 1 ~ 15 的字段编号需要⼀个字节进⾏编码， 16 ~ 2047 内的数字需要两个字节进⾏编码。编码后的字节不仅只包含了编号，还包含了字段类型。所以 1 ~ 15 要⽤来标记出现⾮常频繁的字段，要为将来有可能添加的、频繁出现的字段预留⼀些出来。

3.4 编译 contacts.proto 文件

  编译命令⾏格式为：

protoc [--proto_path=IMPORT_PATH] --cpp_out=DST_DIR path/to/file.proto

protoc             是 Protocol Buffer 提供的命令⾏编译⼯具。

--proto_path       指定被编译的.proto⽂件所在⽬录，可多次指定。可简写成 -I IMPORT_PATH 。如不指
                   定该参数，则在当前⽬录进⾏搜索。当某个.proto ⽂件 import 其他.proto ⽂件时，
                   或需要编译的 .proto ⽂件不在当前⽬录下，这时就要⽤-I来指定搜索⽬录。
                   
--cpp_out=         指编译后的⽂件为 C++ ⽂件。

OUT_DIR            编译后⽣成⽂件的⽬标路径。

path/to/file.proto 要编译的.proto⽂件

  编译 contacts.proto ⽂件命令如下：

protoc --cpp_out=. contacts.proto

  编译 contacts.proto ⽂件后，会⽣成所选择语⾔的代码，我们选择的是C++，所以编译后⽣成了两个文件： contacts.pb.h contacts.pb.cc 。
  对于编译⽣成的 C++ 代码，包含了以下内容 ：

• 对于每个 message ，都会⽣成⼀个对应的消息类
• 在消息类中，编译器为每个字段提供了获取和设置⽅法，以及⼀下其他能够操作字段的方法
• 编辑器会针对于每个 .proto ⽂件⽣成 .h 和 .cc ⽂件，分别⽤来存放类的声明与类的实现

  contacts.pb.h 部分代码展示：

class PeopleInfo final : public ::PROTOBUF_NAMESPACE_ID::Message {
public:
	 using ::PROTOBUF_NAMESPACE_ID::Message::CopyFrom;
	 void CopyFrom(const PeopleInfo& from);
	 using ::PROTOBUF_NAMESPACE_ID::Message::MergeFrom;
	 void MergeFrom( const PeopleInfo& from) {
	 PeopleInfo::MergeImpl(*this, from);
 }
 static ::PROTOBUF_NAMESPACE_ID::StringPiece FullMessageName() {
	 return "PeopleInfo";
 }
	 // string name = 1;
	 void clear_name();
	 const std::string& name() const;
	 template <typename ArgT0 = const std::string&, typename... ArgT>
	 void set_name(ArgT0&& arg0, ArgT... args);
	 std::string* mutable_name();
	 PROTOBUF_NODISCARD std::string* release_name();
	 void set_allocated_name(std::string* name);
	 // int32 age = 2;
	 void clear_age();
	 int32_t age() const;
	 void set_age(int32_t value);
};

  上述的例⼦中：

• 每个字段都有设置和获取的方法， getter 的名称与⼩写字段完全相同，setter ⽅法以 set_ 开头。
• 每个字段都有⼀个 clear_ 方法，可以将字段重新设置回 empty 状态。

  contacts.pb.cc 中的代码就是对类声明⽅法的⼀些实现，在这⾥就不展开了。
  到这⾥有人可能就有疑惑了，那之前提到的序列化和反序列化⽅法在哪⾥呢？在消息类的⽗类MessageLite 中，提供了读写消息实例的方法，包括序列化⽅法和反序列化⽅法。

class MessageLite {
public:
	//序列化：
	bool SerializeToOstream(ostream* output) const; // 将序列化后数据写⼊⽂件
	流
	bool SerializeToArray(void *data, int size) const;
	bool SerializeToString(string* output) const;
	//反序列化：
	bool ParseFromIstream(istream* input); // 从流中读取数据，再进⾏反序列化
	动作
	bool ParseFromArray(const void* data, int size);
	bool ParseFromString(const string& data);
};

  注意：

• 序列化的结果为⼆进制字节序列，⽽⾮⽂本格式。
• 以上三种序列化的⽅法没有本质上的区别，只是序列化后输出的格式不同，可以供不同的应⽤场景使⽤。
• 序列化的 API 函数均为const成员函数，因为序列化不会改变类对象的内容， ⽽是将序列化的结果保存到函数⼊参指定的地址中

  序列化与反序列化的使用：
  创建⼀个测试⽂件 test.cc，⽅法中我们实现：

• 对⼀个联系⼈的信息使⽤ PB 进⾏序列化，并将序列化结果打印出来。
• 对序列化后的内容使⽤ PB 进⾏反序列，解析出联系⼈信息并打印出来。

#include <iostream>
#include "contacts.pb.h"
using namespace std;
int main()
{
    string people_str;

    {
        contacts::PeopleInfo people;
        people.set_age(20);
        people.set_name("忘忧");

        if(!people.SerializeToString(&people_str))
        {
            cout << "序列化联系人失败" <<endl;
        }

        cout << "序列化之后的 people_str: " << people_str << endl;

        // 反序列化
        {
            contacts::PeopleInfo people;
            if(!people.ParseFromString(people_str))
            {
                cout << "反序列化联系人失败" <<endl;
            }
            
            cout << "Parse age: " << people.age() << endl;
            cout << "Parse name: " << people.name() << endl;
        }
    }
    return 0;
}

• 代码书写完成后，编译 test.cc，生成可执行程序：

g++ test.cc contacts.pb.cc -o test -std=c++11 -lprotobuf

• 执⾏可执⾏程序，可以看⻅ people 经过序列化和反序列化后的结果：
  

  由于 ProtoBuf 是把联系⼈对象序列化成了⼆进制序列，这⾥⽤ string 来作为接收⼆进制序列的容器。所以在终端打印的时候会有换⾏等⼀些乱码显⽰。另外相对于 xml 和 JSON 来说，因为PB被编码成⼆进制，破解成本增⼤，ProtoBuf 编码是相对安全的。