dubbo中的那些“坑"(2)-hessian-lite字符串数据定义改进

为什么80%的码农都做不了架构师？>>>   

其实这个不算是一个坑，阿里实现的字符串协议挺好的，但是由于我个人的强迫症和在编写php客户端过程中对字符串的输出和解析感觉很别扭，尤其是字符串数据很大时，必须一个字节一个字节的判断处理，让我很郁闷，明显和我当年编写汇编时的哪种精致不符。体现在两个方面

1.字符串的格式定义为 字母S或者R + 两个字节的数据长度（MSB）+ utf8格式的字节数组，S表示最后一个块，上面那个长度是unicode

字符串的长度，不是自己数组的长度，即"中国"这个词，长度是2,utf8表示的字节数组确实6个字节

2.我的php客户端是用c混合c++编写的php扩展，输出字符串时首先调用libmbfl库计算unicode字符串的长度，然后输出utf8数据,因为在php中，我们默认采用utf8格式，字符串zval已经是utf8格式了，并且附带一个utf8长度的整数，

3.读取应答分析字符串时，根据上面的长度并不知道该分配多少内存来接受整个字符串，因为长度和utf8的字节长度根本没有关系，还有多个节时防止utf8字母被分配到多个不同的chunk上面

4.因此，我们重新定义了一个字符串数据协议， E +4字节UTF8字节长度（MSB）+ utf8表示一个完整的字符串，4字节时，表示的数据有2^31-1个utf8字节，可以表示好几百兆的汉字，够用了，这样我们可以使用c语言的memcpy函数进行快速数据拷贝和数据缓冲区分配了

5.经过测试，大量字符串的数据传输性能能提高5%

转载于:https://my.oschina.net/aruan/blog/351606