介紹
ProtoBuf 是google團隊開發的用於高效存儲和讀取結構化數據的工具。什么是結構化數據呢，正如字面上表達的，就是帶有一定結構的數據。比如電話簿上有很多記錄數據，每條記錄包含姓名、ID、郵件、電話等，這種結構重復出現。
同類
XML、JSON 也可以用來存儲此類結構化數據，但是使用ProtoBuf表示的數據能更加高效，並且將數據壓縮得更小。
原理
ProtoBuf 是通過ProtoBuf編譯器將與編程語言無關的特有的 .proto 后綴的數據結構文件編譯成各個編程語言(Java,C/C++,Python)專用的類文件,然后通過Google提供的各個編程語言的支持庫lib即可調用API。(關於proto結構體怎么編寫，可自行查閱文檔)
ProtoBuf編譯器安裝
Mac :
brew install protobuf
舉個例子
1. 先創建一個proto文件
message.proto
syntax = "proto3";
message Person {
int32 id = 1;
string name = 2;
repeated Phone phone = 4;
enum PhoneType {
MOBILE = 0;
HOME = 1;
WORK = 2;
}
message Phone {
string number = 1;
PhoneType type = 2;
}
}
2. 創建一個Java項目
並且將proto文件放置 src/main/proto 文件夾下
3. 編譯proto文件至Java版本
- 用命令行 cd 到 src/main 目錄下
- 終端執行命令 : protoc --java_out=./java ./proto/*.proto
- 會發現，在你的src/main/java 里已經生成里對應的Java類
4. 依賴Java版本的ProtoBuf支持庫
這里只舉一個用Gradle使用依賴的栗子
implementation 'com.google.protobuf:protobuf-java:3.9.1'
5. 將Java對象轉為ProtoBuf數據
Message.Person.Phone.Builder phoneBuilder = Message.Person.Phone.newBuilder();
Message.Person.Phone phone1 = phoneBuilder
.setNumber("100860")
.setType(Message.Person.PhoneType.HOME)
.build();
Message.Person.Phone phone2 = phoneBuilder
.setNumber("100100")
.setType(Message.Person.PhoneType.MOBILE)
.build();
Message.Person.Builder personBuilder = Message.Person.newBuilder();
personBuilder.setId(1994);
personBuilder.setName("XIAOLEI");
personBuilder.addPhone(phone1);
personBuilder.addPhone(phone2);
Message.Person person = personBuilder.build();
long old = System.currentTimeMillis();
byte[] buff = person.toByteArray();
System.out.println("ProtoBuf 編碼耗時：" + (System.currentTimeMillis() - old));
System.out.println(Arrays.toString(buff));
System.out.println("ProtoBuf 數據長度:" + buff.length);
6. 將ProtoBuf數據，轉換回Java對象
System.out.println("-開始解碼-");
old = System.currentTimeMillis();
Message.Person personOut = Message.Person.parseFrom(buff);
System.out.println("ProtoBuf 解碼耗時：" + (System.currentTimeMillis() - old));
System.out.printf("Id:%d, Name:%s\n", personOut.getId(), personOut.getName());
List<Message.Person.Phone> phoneList = personOut.getPhoneList();
for (Message.Person.Phone phone : phoneList)
{
System.out.printf("手機號:%s (%s)\n", phone.getNumber(), phone.getType());
}
比較
為了能體現ProtoBuf的優勢，我寫了同樣結構體的Java類，並且將Java對象轉換成JSON數據，來與ProtoBuf進行比較。JSON編譯庫使用Google提供的GSON庫，JSON的部分代碼就不貼出來了，直接展示結果
比較結果結果
-
運行 1 次
【 JSON 開始編碼 】
JSON 編碼1次，耗時：22ms
JSON 數據長度:106
-開始解碼-
JSON 解碼1次，耗時：1ms
【 ProtoBuf 開始編碼 】
ProtoBuf 編碼1次,耗時：32ms
ProtoBuf 數據長度:34
-開始解碼-
ProtoBuf 解碼1次,耗時：3ms
-
運行 10 次
【 JSON 開始編碼 】
JSON 編碼10次，耗時：22ms
JSON 數據長度:106
-開始解碼-
JSON 解碼10次，耗時：4ms
【 ProtoBuf 開始編碼 】
ProtoBuf 編碼10次,耗時：29ms
ProtoBuf 數據長度:34
-開始解碼-
ProtoBuf 解碼10次,耗時：3ms
-
運行 100 次
【 JSON 開始編碼 】
JSON 編碼100次，耗時：32ms
JSON 數據長度:106
-開始解碼-
JSON 解碼100次，耗時：8ms
【 ProtoBuf 開始編碼 】
ProtoBuf 編碼100次,耗時：31ms
ProtoBuf 數據長度:34
-開始解碼-
ProtoBuf 解碼100次,耗時：4ms
-
運行 1000 次
【 JSON 開始編碼 】
JSON 編碼1000次，耗時：39ms
JSON 數據長度:106
-開始解碼-
JSON 解碼1000次，耗時：21ms
【 ProtoBuf 開始編碼 】
ProtoBuf 編碼1000次,耗時：37ms
ProtoBuf 數據長度:34
-開始解碼-
ProtoBuf 解碼1000次,耗時：8ms
-
運行 1萬 次
【 JSON 開始編碼 】
JSON 編碼10000次，耗時：126ms
JSON 數據長度:106
-開始解碼-
JSON 解碼10000次，耗時：93ms
【 ProtoBuf 開始編碼 】
ProtoBuf 編碼10000次,耗時：49ms
ProtoBuf 數據長度:34
-開始解碼-
ProtoBuf 解碼10000次,耗時：23ms
-
運行 10萬 次
【 JSON 開始編碼 】
JSON 編碼100000次，耗時：248ms
JSON 數據長度:106
-開始解碼-
JSON 解碼100000次，耗時：180ms
【 ProtoBuf 開始編碼 】
ProtoBuf 編碼100000次,耗時：51ms
ProtoBuf 數據長度:34
-開始解碼-
ProtoBuf 解碼100000次,耗時：58ms
總結
編解碼性能
上述栗子只是簡單的采樣，實際上據我的實驗發現
- 次數在1千以下，ProtoBuf 的編碼與解碼性能，都與JSON不相上下，甚至還有比JSON差的趨勢。
- 次數在2千以上，ProtoBuf的編碼解碼性能，都比JSON高出很多。
- 次數在10萬以上，ProtoBuf的編解碼性能就很明顯了，遠遠高出JSON的性能。
內存占用
ProtoBuf的內存34，而JSON到達106 ，ProtoBuf的內存占用只有JSON的1/3.
結尾
其實這次實驗有很多可待優化的地方，就算是這種粗略的測試，也能看出來ProtoBuf的優勢。
兼容
新增字段
- 在proto文件中新增 nickname 字段
- 生成Java文件
- 用老proto字節數組數據，轉換成對象
Id:1994, Name:XIAOLEI
手機號:100860 (HOME)
手機號:100100 (MOBILE)
getNickname=
結果，是可以轉換成功。
刪除字段
- 在proto文件中刪除 name 字段
- 生成Java文件
- 用老proto字節數組數據，轉換成對象
Id:1994, Name:null
手機號:100860 (HOME)
手機號:100100 (MOBILE)
結果，是可以轉換成功。
END