Protocol buffers-编码

gRCP使用Protocol buffers编写服务定义，使用Protocol buffers定义服务，具体包括定义服务中的远程方法以及希望通过网络发送的消息。那么定义完消息体后，是如何编译成字节流的。
首先，如何使用Protocol buffers定义消息

数值型的是TV结构
字符类型的是TLV结构

Protocol buffers encoding地址：
https://developers.google.com/protocol-buffers/docs/encoding

回忆一下消息体的定义结构

定义消息体：

message UserInfo {
  optional int32  		id       = 1;
  optional string 		name 	 = 2;
  optional uint32 		age  	 = 3;
  optional Telephone  	tel		 = 4;
  
  message Telephone {
     optional string areacode = 1;
     optional string number   = 2;
  }
}

tag value

通过定义接口可知,我们定义的时候需要定义好类型和字段，其中每个字段都要在Protobuf中，每个字段最后都会被序列化成KV的二进制格式，其中key的格式如下：
tag value = (field_number << 3) | wire_type

tag value:标签，由两个值构成，一个字段索引和路线类型。
field_number:字段索引，.proto文件定义的顺序。
wire_type:路线类型，字段类型，根据不同数值类型映射成不同的编码类型。
wire_type会提供消息来确认值的长度，那么wire_type都有哪些类型。

Protobuf编码类型（wire_type）

了解了定义字段的字段索引（field_number）和路线类型（wire_type），可以套用刚才的公式来计算咱们标签值（tag value）

此时标签已经计算好了。现在就要看消息的值了。

编码技术

Protocol buffers使用不同的编码类型来编码不同类型的数据。对于字符型的，通过UTF-8对值进行编码，对于数值型的通常使用Varint的编码技术。那么具体来了解一下常用编码技术

（1）无符号数值类型编码：Varints

Varints（可变长整数）是一种序列化数字的编码方式，使用单字节或多字节来序列化整数的方法，分配的字节数量随值的数字的变化而变化。当一个数字比较小时，占用的字节数就较少，当一个数字较大时，其占用的字节数就较大。
特点：支持变长编码，支持无符号数值
其实现方式是：每个字节的高位不保存数据，只用来标记是否还有下一个字节，剩下的低位字节则用来正常保存数据，存储数字的二进制补码形式。每个字节的最高位称之为the most significant bit(msb)。Protobuffer只是针对常见无符号数字类型的编码采用这种编码格式。
注意：区分大小端的问题，计算机的内部处理都是小端序，Protobuf也采用小端序。所以我们最低有效位是放在MSB前面。
• Big-Endian：大端序，高位字节在前，低位字节在后，这是人类读写数值的方法
• Little-Endian：小端序，低位地址在前，高位地址在后

字段类型：

举例：
https://tool.oschina.net/hexconvert

（2）有符号数值编码类型： ZigZag

有符号的整数是能够表示正整数值和负整数值的类型，比如sint32和sint64这样字段类型的。负数的时候就是用zigzag编码转换成正数，然后在使用varint进行编码。

为什么需要通过zigzag类型在使用varint编码？
如果用Varint来编码有符号整数,比如sint64,此时因为原本8个字节需要每个字节都抽出一位填充varint标记，所以全部就需要 64bit / 7bit = 9*7 + 1 = 10bit来表示。这种情况下无疑空间是浪费的。所以对于有符号长整数，protobuf采用ZigZag编码来表示。这样就是为什么sint32和sint64和int32、int64高效的原因。

在zigzag编码中，有符号会将负整数和正整数以"之"字形的方式映射为无符号整数，比如，

zigzag编码的映射函数为：
ZigZag(n) = (n << 1) ^ (n << k)，
k对于sint32，k=31,即用(n << 1) ^ (n >> 31)
k对于sint64来说，k=61,则用(n << 1) ^ (n >> 63)表示。

（3）浮点数值编码类型：non-Varint

非Varint类型与Varint类型相反，是固定数量的字节，字节数与实际值没有关系。

Protocol buffers就两种线路类型属于non-Varint，也就是我们的浮点类型，浮点数的编码格式即为非边长，此时其高位为1或者5

（4）字符串编码类型: Strings

对于字符串编码来说，属于基于长度分隔（Length-delimited）的类型类型，这意味着首先会有一个经过Varint编码的长度值，随后才是指定数量的字节数据，字符串值会用UTF-8字符编码来进行编码。wireType=2。