Google二進制編解碼技術(shù)之Protobuf 1
計算機網(wǎng)絡編程中一個非?；镜膯栴}：該怎樣表示client與server之間交互的數(shù)據(jù)，在往下看之前先想一想這個問題。
共識與協(xié)議
這個問題可不像看上去的那樣簡單，因為client進程和server進程運行在不同的機器上，這些機器可能運行在不同的處理器平臺、可能運行在不同的操作系統(tǒng)、可能是由不同的編程語言編寫的，server要怎樣才能識別出client發(fā)送的是什么數(shù)據(jù)呢？就像這樣：
client給server發(fā)送了一段數(shù)據(jù)：
0101000100100001
server怎么能知道該怎樣“解讀”這段數(shù)據(jù)呢？
顯然，client和server在發(fā)送數(shù)據(jù)之前必須首先達成某種關(guān)于怎樣解讀數(shù)據(jù)的共識，這就是所謂的 協(xié)議 。
這里的協(xié)議可以是這樣的：“將每8個比特為一個單位解釋為無符號數(shù)字”，如果協(xié)議是這樣的，那么server接收到這串二進制后就會將其解析為81(01010001)與33(00100001)。
當然，這里的協(xié)議也可以是這樣的：“將每8個比特為一個單位解釋為ASCII字符”，那么server接收到這串二進制后就將其解析為“Q!”。
可見，同樣一串二進制在不同的“上下文/協(xié)議”下有完全不一樣的解讀，這也是為什么計算機明明只認知0和1但是卻能處理非常復雜任務的根本原因，因為一切都可以編碼為0和1，同樣的我們也可以從0和1中解析出我們想要的信息，這就是所謂的編解碼技術(shù)。
實際上不止0和1，我們也可以將信息編碼為摩斯密碼(Morse code)等，只不過計算機擅長處理0和1而已。
扯遠了，回到本文的主題。
遠程過程調(diào)用：RPC
作為程序員我們知道，client以及server之間不會簡單傳遞一串數(shù)字以及字符這樣簡單，尤其在互聯(lián)網(wǎng)大廠后端服務這種場景下。
當我們在電商App搜索商品、打車App呼叫出租車以及刷短視頻時，每一次請求的背后在后端都涉及大量服務之間的交互，就像這樣：
完成一次客戶端請求gateway這個服務要調(diào)用N多個下游服務，所謂調(diào)用是說A服務向B服務發(fā)送一段數(shù)據(jù)（請求），B服務接收到這段數(shù)據(jù)后執(zhí)行相應的函數(shù)，并將結(jié)果返回給A服務。
只不過對于服務A來說并不想關(guān)心網(wǎng)絡傳輸這樣的底層細節(jié)，如果能像調(diào)用本地函數(shù)一樣調(diào)用遠程服務就好了，這就是所謂的RPC，經(jīng)典的實現(xiàn)方式是這樣的：
RPC對上層提供和普通函數(shù)一樣的接口，只不過在實現(xiàn)上封裝了底層復雜的網(wǎng)絡通信，RPC框架是當前互聯(lián)網(wǎng)后端的基石之一，很多所謂互聯(lián)網(wǎng)后端的職位無非就是在此基礎(chǔ)之上堆業(yè)務邏輯。
本文我們不關(guān)心其中的細節(jié)，這里我們只關(guān)心在網(wǎng)絡層client是怎樣對請求參數(shù)進行編碼、server怎樣對請求參數(shù)進行解碼的，也就是本文開頭提出的問題。
信息的編解碼
在思考怎樣進行編解碼之前我們必須意識到：
- client和server可能是用不同語言編寫的，你的編解碼方案必須通用且不能和語言綁定
- 編解碼方法的性能問題，尤其是對時間要求苛刻的服務
首先，我們最應該能想到的就是以純文本的形式來表示。
純文本從來都是一種非常有友好的信息載體，為什么？很簡單，因為人類(我們)可以直接看懂，就像這段：
{
"widget": {
"window": {
"title": "Sample Konfabulator Widget",
"name": "main_window",
"width": 500,
"height": 500
},
"image": {
"src": "Images/Sun.png",
"name": "sun1",
"hOffset": 250,
"vOffset": 250,
},
}
}
是不是很清晰，一目了然，只要我們實現(xiàn)約定好文本的結(jié)構(gòu)(也就是語法)，那么client和server就能利用這種文本進行信息的編碼以及解碼，不管client和server是運行在x86還是Arm、是32位的還是64位的、運行在Linux上還是windows上、是大端還是小端，都可以無障礙交流。
因此在這里，文本的語法就是一種協(xié)議。
順便說一句， 你都規(guī)定好了文本的語法，實際上就相當于發(fā)明了一種語言 。
這里用來舉例用的語言就是所謂的Json，只不過json這種語言不是用來表示邏輯(代碼)而是用來存儲數(shù)據(jù)的。
Json就是這個老頭提出來的：
除了Json，另一種利用文本存儲數(shù)據(jù)的表示方法是XML，來一段感受下：
<note>
<to>Toveto>
<from>Janifrom>
<heading>Reminderheading>
<body>Don't forget me this weekend!body>
note>
相對Json來說是不是就沒那么容易看懂了，Json出現(xiàn)后在web領(lǐng)域逐漸取代了XML。
當兩段數(shù)據(jù)量很少的時候——就像瀏覽器和服務端的交互，Json可以工作的非常好，這個場景就是這里：
在這里是json的天下。
但對于后端服務之間的交互來說就不一樣了，后端服務之間的RPC調(diào)用可能會傳輸大量數(shù)據(jù)，如果全部用純文本的形式來表示數(shù)據(jù)那么不管是網(wǎng)絡帶寬還是性能可能都會差強人意。
在這種場景下，Json并不是最好的選項，主要原因之一就在于性能以及數(shù)據(jù)的體積。
我們知道，文本表示對人類是最友好的，對機器來說則不是這樣，對機器來說最好的還是01二進制。
那么有沒有二進制的編碼方法嗎？答案是肯定的，這就是當前互聯(lián)網(wǎng)后端中流行的protobuf，Google公司開源項目。
那么protobuf有什么神奇之處嗎？
假設(shè)client端想給server端傳輸這樣一段信息：“我有一個id，其值為43”，那么在XML下是這樣表示的：
<id>43id>
數(shù)一數(shù)這這段數(shù)據(jù)占據(jù)了多少字節(jié)，很顯然是11字節(jié)；
而如果用json來表示呢？
{"id":43}
數(shù)一數(shù)這段數(shù)據(jù)占據(jù)了多少字節(jié)，顯然是9字節(jié)；
而如果用protobuf來表示呢? 是這樣的：
// 消息定義
message Msg {
optional int32 id = 1;
}
// 實例化
Msg msg;
msg.set_id(43);
其中Msg的定義看上去比Json和XML更加復雜了，但這些只是給人看的，這些還會被protbuf進一步處理，最終被編碼為：
082b
也就是0x08與0x2b，這占據(jù)了多少字節(jié)呢？答案是2字節(jié)。
從json的9字節(jié)到protobuf的2字節(jié)，數(shù)據(jù)大小減少了4倍多，數(shù)據(jù)量的減少意味著：
- 更少的網(wǎng)絡帶寬
- 更快的解析速度
那么protobuf是怎樣做到這一點的呢？
-
計算機
+關(guān)注
關(guān)注
19文章
7525瀏覽量
88358 -
Server
+關(guān)注
關(guān)注
0文章
93瀏覽量
24066 -
網(wǎng)絡編程
+關(guān)注
關(guān)注
0文章
72瀏覽量
10088
發(fā)布評論請先 登錄
相關(guān)推薦
探討2對4二進制解碼器及4到16二進制解碼器配置
二進制相對調(diào)相(二進制差分調(diào)相2DPSK)的工作原理
二進制
同步二進制計數(shù)器
二進制編碼和二進制數(shù)據(jù)
二進制數(shù)的運算規(guī)則
什么是二進制計數(shù)器,二進制計數(shù)器原理是什么?
二進制電平,什么是二進制電平
二進制數(shù)據(jù)壓縮算法
二進制解碼器到底是什么
工商網(wǎng)監(jiān)
評論