什么是protobuf
它是一個對象序列化/反序列化的工具，什么是對象的序列化/反序列化？就是把一個Java堆中存活的對象轉換成一串二進制編碼，然后該編碼可以用於本地存儲和網絡傳輸。反序列化就是根據一串二進制編碼還原出原來的那個對象，protobuf能夠將一個對象以特定的格式轉換為一個二進制串（序列化），然后將二進制串還原成對象（反序列化）。這里涉及到兩個指標：
對同一個目標對象：
1）序列化和反序列化的時間開銷，
2）序列化之后串的長度
protobuf在這兩個方面都有非常出色的表現（網傳）
在Windows下使用protobuf的步驟如下：
第一步：
下載protoc-2.5.0-win32.zip，得到其中的protoc.exe.然后將該protoc.exe的存放路徑加入Path環境變量，便於訪問。比如，我的protoc.exe存放於D:/protobuf,環境變量中添加如下配置：
D:/protobuf
第二步：
編寫.proto文件，它是序列化一個對象的“模板”，protobuf就是根據它來決定如何序列化和反序列化。
編寫的person-entity.proto配置文件如下：
option java_outer_classname = "PersonEntity";//生成的數據訪問類的類名 message Person { required int32 id = 1;//同上 required string name = 2;//必須字段，在后面的使用中必須為該段設置值 optional string email = 3;//可選字段，在后面的使用中可以自由決定是否為該字段設置值 }
message字段代表了一個對象，所以，可以使用message實現對象的嵌套序列化
required表示是強制字段，在后面的使用中必須為該字段設置值；
optional表示是可選字段，在后面的使用中可選地為該字段設置值；
repeated表示集合類型，可以填充多個數據
后面的1，2，3是字段的編號，字段名是讓用戶使用的，字段編號則是讓系統識別的，從1開始。
protobuf自定義的數據類型和Java的數據類型的對應關系見這篇博客https://blog.csdn.net/chuhui1765/article/details/100670318
可以指定字段類型為其他的Message字段類型：
message SearchResponse{ repeated Result result = 1; } message Result{ required string url = 1; optional string title = 2; repeated string snippets = 3; }
可以在message內部嵌套另一個message：
message SearchResponse{ message Result{ required string url = 1; optional string title = 2; repeated string snippets = 3; } repeated Result result = 1; }
有關protobuf更詳細的用法，可以參考這篇優秀的博文https://worktile.com/tech/share/prototol-buffers
第三步：
用protoc.exe生成PersonEntity.class。打開DOS窗口，輸入如下的編譯命令：
protoc.exe -I=D:/protobuf --java_out=D:/protobuf D:/protobuf/person-entity.proto
編譯命令的格式如下：
protoc.exe -I=.protoc文件的存放路徑 --java_out=.class文件的輸出路徑 .protoc文件的具體存放路徑
其中第三個路徑是必須的，而且要寫明.protoc文件
最后會生成PersonEntity.java文件，可以把它理解為一個工具類，幫助我們執行對象的序列化。
第四步：
新建maven項目，將PersonEntity.java復制到項目中，引入maven依賴
<dependency>
<groupId>com.google.protobuf</groupId>
<artifactId>protobuf-java</artifactId>
<version>2.5.0</version>
</dependency>
利用工具類序列化和反序列化對象。
/* author:chxy data:2020/4/1 description: */ import java.io.IOException; public class Test { public static void main(String[] args) throws IOException { //模擬將對象轉成byte[]，方便傳輸 PersonEntity.Person.Builder builder = PersonEntity.Person.newBuilder(); builder.setId(1); builder.setName("abc"); builder.setEmail("def"); PersonEntity.Person person = builder.build(); System.out.println("after :" +person.toString()); final byte[] bytes = person.toByteArray(); System.out.println("===========Person Byte=========="); for(byte b : person.toByteArray()){ System.out.print(b); } System.out.println(); //反序列化成Person類 byte[] byteArray =person.toByteArray(); PersonEntity.Person person2 = PersonEntity.Person.parseFrom(byteArray); System.out.println("after :" +person2.toString()); } }
這里還犯過一個錯：另外自定義一個Person類與PersonEntity.Person相對應。實際上在我們的項目中可以直接利用這個PersonEntity.Person來實現功能需求。
下面同樣以這個Person類序列化為例，來實際地比較通過各種不同的序列化方式得到的的字節數組長度：
1.protobuf
序列化長度為：
System.out.println(person.getSerializedSize());
結果為：12
2.Java原生序列化
/* author:chxy data:2020/4/2 description: */ import java.io.*; public class Test2 { public static void main(String[] args) throws IOException { Person p = new Person(1,"abc","def"); ObjectOutputStream objectOutputStream = new ObjectOutputStream( new FileOutputStream("E:/object.txt")); objectOutputStream.writeObject(p); FileInputStream fileInputStream = new FileInputStream("E:/object.txt"); final int length = fileInputStream.read(); System.out.println(length); } }
結果為：172
3.通過對象的toString()
序列化：重寫對象的toString()方法，按照特定的格式，將對象的各個字段封裝進一個String字符串，再將字符串按照特定的編碼方式，轉換成byte數組，實現本地存儲和網絡傳輸。
反序列化：對byte數組，重新轉換成字符串，再將字符串按照約定的格式，還原成對象的屬性，從而構造出原來的對象。
這里重點探討的是：String對象轉換成byte數組之后的長度
public static void main(String[] args) { String s = "abc"; System.out.println(s.getBytes().length); String s2 = "嚶嚶嚶"; System.out.println(s2.getBytes().length);
System.out.println(Charset.defaultCharset());
}
輸出結果為:
3
9
UTF-8
可見，如果是英文字母每個字符占一個字節，如果是漢字，每個字符占3個字節。如果通過這種方式序列化，它的空間效率也是非常高的。
這里有必要搞清楚Java默認的字符編碼集：
/** * Encodes this {@code String} into a sequence of bytes using the * platform's default charset, storing the result into a new byte array. * * <p> The behavior of this method when this string cannot be encoded in * the default charset is unspecified. The {@link * java.nio.charset.CharsetEncoder} class should be used when more control * over the encoding process is required. * * @return The resultant byte array * * @since JDK1.1 */ public byte[] getBytes() { return StringCoding.encode(value, 0, value.length); }
Java采用平台的默認字符編碼集來進行字符與二進制byte序列的轉換。當然也可以在序列化的時候顯示指定字符編碼集。
Unicode 與 UTF-8
為什么會出現unicode,這首先要從ASCII碼說起，它起源最早，用7位來表示英文字母、數字等字符。但是后來又出現了很多其他語言的字符，比如漢字，ASCII碼最多只能表示256個字符，無法支持這些”異域“字符，因此出現了unicode碼，將各種語言的字符用一種統一的編碼方式轉換成01序列。但是新的問題又出現了，unicode編碼效率不高，原來一個字符a用ASCII表示只需要一個字符，現在用unicode可能用3個字符，存儲效率和網絡傳輸效率大打折扣。因此出現了中間轉換編碼集，utf-8就是其中之一。”UTF-8（8-bit Unicode Transformation Format）是一種針對Unicode的可變長度字符編碼，又稱萬國碼“，注意，它的編碼長度是可變的。所以，unicode是utf-8的基礎，utf-8是對unicode的一種解釋。