正确使用 protobuf 的姿势

• 体积小：Protobuf 中使用了多种编码（Varint、Zigzag），序列化后，数据大小可缩小 3 倍
  
• 传输速度快：带宽相同的情况下，体积小的传输速度更快
  
• 序列化速度快：直接把对象和字节数据做转换
  

• 使用简单，维护成本低：仅需要维护一份 .proto 文件，protoc 编译器支持多种平台代码的生成
  
• 向后兼容好：支持字段的增加和删除，笔者认为 json 亦可支持
  
• 安全性：protobuf 编码后的数据比 json 编码的数据更难分析
  
• 适用性： 不适用于对基于文本的标记文档（如 HTML）建模，但在传输数据量大 & 网络环境不稳定的数据存储、RPC 数据交换的场景下很适用
  

• Tag - Length - Value， 标识 - 长度 -字段值存储方式
  

不需要分隔符就能分割字段，减少分割符使用
采用 Varint & Zigzag 编码方式，存储空间利用率高
没有设置字段值的字段，不需要编码（存储或传输过程中数据是完全不存在的），相应字段在解码的时候才会被设置默认值

• Varint 编码方式
  

变长编码方式，用字节表示数字，值越小的数字，使用越少的字节数表示，通过减少表示数字的字节数从而进行数据压缩。

• 对于 int32 类型的数字，一般需要 4 个字节表示，若使用 Varint 编码，对于很小的 int32 类型数字，可以用 1 个字节表示，但很大的数字需要 5 个字节表示。
  
• 在计算机内，负数的符号位为数字的最高位，会被计算机理解为很大的整数，一定需要 5 个 byte，所以 protobuf 中又引入了 Zigzag 编码。
  

• Zigzag 编码方式
  

变长编码方式，使用无符号数来表示有符号数字，使得绝对值小的数字都可以采用比较少子节来表示。特别是对表示负数的数据能更好地进行数据压缩

• 字段标识号（Field_Number）尽量使用 1-15，且不要跳动使用
  

tag 里的 Field_Number 字段是需要占用字节空间的。如果 Field_Number 大于 16， Field_Number 的编码就会占用 2 个字节， 那么 Tag 在编码时也就会占用更多的字节。

• 若需要使用的字段值出现负数，优先使用 sint32/sint64
  

采用 sint32/ sint64 数据类型表示负数时，会优先使用 Zigzag 编码再采用 Varint 编码，更加有效的压缩数据。

• 如果字段大部分都是字符串，占到决定性因素应该是字符串拷贝速度，而不是解析速度。
  
• 影响解析速度的决定性因素是分支的数量，上述建议字段标识号不要超过 15。因为分支的存在，解析仍然是一个串行的过程。
  
• 理论和实践并不一定完全保存一致。Protobuf 是一个理论上更快的格式，但是实现它的库并不一定就更快。而是取决于优化做得好不好，比如是否有不必要内存分配或者重复读取。
  

Jackson 是 Java 程序中用的最多的 JSON 解析器，benchmark 中开启了 AfterBurner 的加速特性（笔者不懂 Java 不知道这是用来做什么的）

原文地址

Linux服务器开发/架构师面试题、学习资料、教学视频和学习路线图（资料包括C/C++，Linux，golang技术，Nginx，ZeroMQ，MySQL，Redis，fastdfs，MongoDB，ZK，流媒体，CDN，P2P，K8S，Docker，TCP/IP，协程，DPDK，ffmpeg等），免费分享有需要的可以自行添加 学习交流群