轉載自:Protocol Buffers Language Guide之proto文件類型格式分析[關鍵點翻譯] | 漂泊如風
今天來介紹一下“Protocol Buffers”（以下簡稱protobuf）這個玩意兒。
★protobuf是啥玩意兒？
為了照顧從沒聽說過的同學，照例先來掃盲一把。
首先，protobuf是一個開源項目（官方站點在“這里 ”），而且是后臺很硬的開源項目。網上現有的大部分（至少80%）開源項目，要么是某人單干、要么是幾個閑雜人等合伙搞。而protobuf則不然，它是 鼎鼎大名的Google公司開發出來，并且在Google內部久經考驗的一個東東。由此可見，它的作者絕非一般閑雜人等可比。
那這個聽起來牛X的東東到底有啥用處捏？簡單地說，這個東東干的事兒其實和XML差不多，也就是把某種數據結構的信息，以某種格式保存起來。主要用于數據存儲、傳輸協議格式等 場合。有同學可能心理犯嘀咕了：放著好好的XML不用，干嘛重新發明輪子??？！先別急，后面俺自然會有說道。
話說到了去年（大約是08年7 月），Google突然大發慈悲，把這個好東西貢獻給了開源社區。這下，像俺這種喜歡撿現成的家伙可就有福啦！貌似喜歡撿現成的家伙還蠻多滴，再加上 Google的號召力，開源后不到一年，protobuf的人氣就已經很旺了。所以俺為了與時俱進，就單獨開個帖子來忽悠一把。
★protobuf有啥特色？
掃盲完了之后，就該聊一下技術方面的話題了。由于這玩意兒發布的時間較短（未滿周歲），所以俺接觸的時間也不長。今天在此是先學現賣，列位看官多多包涵 
◇性能好/效率高
現在，俺就來說說Google公司為啥放著好端端的XML不用，非要另起爐灶，重新造輪子。一個根本的原因是XML性能不夠好。
先說時間開銷：XML格式化（序列化）的開銷倒還好；但是XML解析（反序列化）的開銷就不敢恭維啦。俺之前經常碰到一些時間性能很敏感的場合，由于不堪忍受XML解析的速度，棄之如敝履。
再來看空間開銷：熟悉XML語法的同學應該知道，XML格式為了有較好的可讀性，引入了一些冗余的文本信息。所以空間開銷也不是太好（不過這點缺點，俺不常碰到）。
由于Google公司賴以吹噓的就是它的海量數據和海量處理能力。對于幾十萬、上百萬機器的集群，動不動就是PB級的數據量，哪怕性能稍微提高0.1% 也是相當可觀滴。所以Google自然無法容忍XML在性能上的明顯缺點。再加上Google從來就不缺造輪子的牛人，所以protobuf也就應運而生 了。
Google對于性能的偏執，那可是出了名的。所以，俺對于Google搞出來protobuf是非常滴放心，性能上不敢說是最好，但肯定不會太差。
◇代碼生成機制
除了性能好，代碼生成機制是主要吸引俺的地方。為了說明這個代碼生成機制，俺舉個例子。
比如有個電子商務的系統（假設用C++實現），其中的模塊A需要發送大量的訂單信息給模塊B，通訊的方式使用socket。
假設訂單包括如下屬性：
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
時間：time（用整數表示）
客戶id：userid（用整數表示）
交易金額：price（用浮點數表示）
交易的描述：desc（用字符串表示）
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
如果使用protobuf實現，首先要寫一個proto文件（不妨叫Order.proto），在該文件中添加一個名為”Order”的message結構，用來描述通訊協議中的結構化數據。該文件的內容大致如下：
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
message Order
{
required int32 time = 1;
required int32 userid = 2;
required float price = 3;
optional string desc = 4;
}
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
然后，使用protobuf內置的編譯器編譯 該proto。由于本例子的模塊是C++，你可以通過protobuf編譯器的命令行參數（看“這里 ”），指定它生成C++語言的“訂單包裝類”。（一般來說，一個message結構會生成一個包裝類）
然后你使用類似下面的代碼來序列化/解析該訂單包裝類：
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
// 發送方
Order order;
order.set_time(XXXX);
order.set_userid(123);
order.set_price(100.0f);
order.set_desc(“a test order”);
string sOrder;
order.SerailzeToString(&sOrder);
// 然后調用某種socket的通訊庫把序列化之后的字符串發送出去
// ……
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
// 接收方
string sOrder;
// 先通過網絡通訊庫接收到數據，存放到某字符串sOrder
// ……
Order order;
if(order.ParseFromString(sOrder)) // 解析該字符串
{
cout << “userid:” << order.userid() << endl
<< “desc:” << order.desc() << endl;
}
else
{
cerr << “parse error!” << endl;
}
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
有了這種代碼生成機制，開發人員再也不用吭哧吭哧地編寫那些協議解析的代碼了（干這種活是典型的吃力不討好）。
萬一將來需求發生變更，要求給訂單再增加一個“狀態”的屬性，那只需要在Order.proto文件中增加一行代碼。對于發送方（模塊A），只要增加一行設置狀態的代碼；對于接收方（模塊B）只要增加一行讀取狀態的代碼。哇塞，簡直太輕松了！
另外，如果通訊雙方使用不同的編程語言來實現，使用這種機制可以有效確保兩邊的模塊對于協議的處理是一致的。
順便跑題一下。
從某種意義上講，可以把proto文件看成是描述通訊協議的規格說明書（或者叫接口規范）。這種伎倆其實老早就有了，搞過微軟的COM編程或者接觸過CORBA的同學，應該都能從中看到IDL（詳細解釋看“這里 ”）的影子。它們的思想是相通滴。
◇支持“向后兼容”和“向前兼容”
還是拿剛才的例子來說事兒。為了敘述方便，俺把增加了“狀態”屬性的訂單協議成為“新版本”；之前的叫“老版本”。
所謂的“向后兼容”（backward compatible），就是說，當模塊B升級了之后，它能夠正確識別模塊A發出的老版本的協議。由于老版本沒有“狀態”這個屬性，在擴充協議時，可以考慮把“狀態”屬性設置成非必填 的，或者給“狀態”屬性設置一個缺省值（如何設置缺省值，參見“這里 ”）。
所謂的“向前兼容”（forward compatible），就是說，當模塊A升級了之后，模塊B能夠正常識別模塊A發出的新版本的協議。這時候，新增加的“狀態”屬性會被忽略。
“向后兼容”和“向前兼容”有啥用捏？俺舉個例子：當你維護一個很龐大的分布式系統時，由于你無法同時 升級所有 模塊，為了保證在升級過程中，整個系統能夠盡可能不受影響，就需要盡量保證通訊協議的“向后兼容”或“向前兼容”。
◇支持多種編程語言
俺開博以來點評的幾個開源項目（比如“Sqlite ”、“cURL ”），都是支持很多種 編程語言滴，這次的protobuf也不例外。在Google官方發布的源代碼中包含了C++、Java、Python三種語言（正好也是俺最常用的三種，真爽）。如果你平時用的就是這三種語言之一，那就好辦了。
假如你想把protobuf用于其它語言，咋辦捏？由于Google一呼百應的號召力，開源社區對protobuf響應踴躍，近期冒出很多其它編程語言 的版本（比如ActionScript、C#、Lisp、Erlang、Perl、PHP、Ruby等），有些語言還同時搞出了多個開源的項目。具體細節可以參見“這里 ”。
不過俺有義務提醒一下在座的各位同學。如果你考慮把protobuf用于上述這些語言，一定認真評估對應的開源庫。因為這些開源庫不是Google官方提供的、而且出來的時間還不長。所以，它們的質量、性能等方面可能還有欠缺。
★protobuf有啥缺陷？
前幾天剛剛在“光環效應 ”的帖子里強調了“要同時評估優點和缺點”。所以俺最后再來批判一下這玩意兒的缺點。
◇應用不夠廣
由于protobuf剛公布沒多久，相比XML而言，protobuf還屬于初出茅廬。因此，在知名度、應用廣度等方面都遠不如XML。由于這個原因，假如你設計的系統需要提供若干對外的接口給第三方系統調用，俺奉勸你暫時不要考慮protobuf格式。
◇二進制格式導致可讀性差
為了提高性能，protobuf采用了二進制格式進行編碼。這直接導致了可讀性差的問題（嚴格地說，是沒有可讀性）。雖然protobuf提供了TextFormat這個工具類（文檔在“這里 ”），但終究無法徹底解決此問題。
可讀性差的危害，俺再來舉個例子。比如通訊雙方如果出現問題，極易導致扯皮（都不承認自己有問題，都說是對方的錯）。俺對付扯皮的一個簡單方法就是直接 抓包并dump成log，能比較容易地看出錯誤在哪一方。但是protobuf的二進制格式，導致你抓包并直接dump出來的log難以看懂。
◇缺乏自描述
一般來說，XML是自描述的，而protobuf格式則不是。給你一段二進制格式的協議內容，如果不配合相應的proto文件，那簡直就像天書一般。
由于“缺乏自描述”，再加上“二進制格式導致可讀性差”。所以在配置文件方面，protobuf是肯定無法取代XML的地位滴。
|