Protobuf为什么快

Protobuf接收/发送方都需要维护一个IDL，其中格式如下

例：Protobuf的IDL

message Person {
    required int32 id = 1;
    required string name = 2;
    required string hobby = 3;
    required string introduction = 4;
}

注意：Protobuf在传输时，只需要传输value，因此速度就可以做到比其他序列化更快了

如下面这段Protobuf字节流(|为了做区分打上的, 实际上是另一种表现形式)

1|zmp|play tennis|hello world

接收端接收到之后，就可以按照事先定义好的IDL解析成key-value

id=1
name=zmp
hobby=play tennis
introduction=hello world

问题1：如何划分数据

在Protobuf中, 会生成一个Tag字段，用于区分数据

传送格式:

Tag1TagzmpTagplay tennisTaghello world

其中的Tag生成:

static int makeTag(final int fieldNumber, final int wireType) {
    return (filedNumber << 3) | wireType;
}

其中fieldNumber代表的是IDL中的编号, 例如上面id的编号就为1

wireType的数字可以根据下表所示

可以看到wireType仅需要3位即可完成（从000 ~ 101）

那么就知道了生成的Tag中, 低3位是wireType,然后后面的就是自己定义的fieldNumber了

问题2：如果传输过程中发现了和Tag格式一致的字节怎么办

因为Tag生成后是一个1字节的int类型，那么不可避免我们的业务数据中有一个字节会巧合与Tag的格式一样

传输数字时

而Protobuf在传输信息时，对于数字都会使用varint编码和zigzag编码，关于这两种编码方式这里不展开了，大家可以去搜索一下有很多相关原理介绍

例如-1的编码过程如下所示

-1的补码表示形式为
11111111 11111111 11111111 11111111
进行zigzag之后
00000000 00000000 00000000 00000001
再进行varint编码
00000001

可见省去了3/4的体积

例如一开始要传输一个数字，我们拿到第一个Tag，解析出它的fieldNumber和wireType，在varint编码的作用下，高位为1表示下一个字节还是该数字，如果为0则表示下一个字节是Tag了。

传输字符串时

对于传输字符串的情况，使用varint编码的效率就比较低了，这时候可以添加一个长度相关信息，使其整个格式为Tag-Length-Value形式，Tag为分隔符，那么Length同样也可以使用Varint编码方式

如果一开始传输的是一个字符串，拿到Tag后，就知道接下来是一个字符串，那么下一个字节就开始解析Length，Length同样适用varint编码，遇到0后辨识该Length解析完成，那么就知道接下来Value的长度，按照长度取完字符串之后，那么下一个就又回到了Tag

以此类推，Protobuf永远知道哪一个字节是Tag，这样就可以很好的进行区分