2.4.2 使用 Protocol Buffers 描述数据
在微服务通信（例如 gRPC 通信）或者 Google 开源的技术产品中，经常能看到 Protobuf 的身影。
Protobuf 有什么独特之处？以至于工程师们无论是远程 RPC 调用，还是各类的标准/协议制定都默认选择它描述数据和服务。
什么是 Protocol Buffers
Protocol Buffers（简称 Protobuf 或者 pb）是 Google 公司开发的一种轻便高效的结构化数据存储格式，用来描述各种数据结构进行结构化数据串行化，或者说序列化。相比 XML 和 JSON，Protobuf 更小、更快、更简单，很适合做数据存储或 RPC 数据交换格式。
1. 为什么要有 Protobuf
工程师开发一个接口服务，如果要处理高低版本、新旧协议兼容时，会写如下类似逻辑的代码，虽然能实现多版本协议支持，不过代码比较丑陋。
if (version == 1.0) {
...
} else if (version > 2.0) {
...
} else {
...
}
使用固定的格式/协议处理服务端新旧版本等兼容性问题，会使新协议的迭代变得非常复杂，开发人员必须确保历史版本都能被兼容、理解，然后才能切换开关开启新协议。
Protobuf 出现的一个主要目的就是为了解决这种向后兼容问题。
2. Protobuf 使用示例
Protobuf 的应用非常简单，所有结构化的数据在 Protobuf 内被称为 message。
下面定义一个简单的 message，进行应用示例（如果开头第一行不声明 syntax = "proto3"; 则默认使用 proto2 进行解析）。
syntax = "proto3"; // pb 版本声明
message Person {
string name = 1;
int32 age = 2;
}
定义完 message 结构体之后，通过 proto 编译器把上面的 message 编译成 java 可调用的类文件。
$ proto --java_out = ./ Person.proto
在 Java 中使用 Protobuf 定义上述结构进行序列化数据（需要提前安装 protobuf 依赖库）。
//1、创建 Builder
PersonProto.Person.Builder builder = PersonProto.Person.newBuilder();
//2、设置 Person 的属性
builder.setAge(35);
builder.setName("小李");
//3、创建Person
PersonProto.Person person = builder.build();
//4、序列化
byte[] data = person.toByteArray();
序列化后的数据，可以通过 RPC、HTTP 等方式传递，接收方获取数据后进行反序列化，然后就可以正常使用。
PersonProto.Person person = PersonProto.Person.parseFrom(data); // 反序列化数据
System.out.println(person.getAge());
System.out.println(person.getName());
如上述所示，便完成了使用 Protobuf 描述数据、传输数据。开发过程中，如果要增加新的结构，只要保证 Message 结构体中新增字段的序号是递增的，原来的保持不变（例如 string name = 1; 中的 1），就不会影响历史版本。
3. Protobuf 的 Varint 编码
Protobuf 介绍中说序列化后的数据比 JSON、XML 更紧凑，那么思考一个问题“Protobuf 序列化后的数据传输过程中还需要压缩么？”。回答这个问题之前，我们需要了解什么是 Varint 编码。
大多数计算机系统中，以 4 Bytes 和 8 Bytes 来表示整数（Int32、Int64）。为了传输一个整数 1，我们需要传输 00000000 00000000 00000000 00000001 共 32 个 bits，而有价值的数据只有 1 位。
我们思考“一个整数，是否可以用更少的 bits 传输？”，Varint（Variable-width integers，可变长的整型）便是一种用于压缩整型数值的方法。
Varint 会把整数编码为“可变长字节”，除了最后一个字节外，Varint 编码中的每个字节都设置了 msb （most significant bit，最高有效位）。如果一个字节的 msb 为 1 则表明后面的字节还是属于当前整数的，如果是 0 那么当前的字节，属于一个完整的整数。
如下面这个例子，整数 1，用一个字节（8 个 bits）就可以表示，所以 msb 为 0。
0000 0001
如果数字不能用一个字节描述，例如 300，msb 就应该设置为 1 ，用 Varint 表示的话：
1010 1100 0000 0010
注意，由于 300 超过了 7 bits，所以 300 需要用 2 个字节来表示。读到这里可能会读者疑问 “Varint 不是为了紧凑 int 的么？那 300 本来可以用 2 个字节表示，现在还是 2 个字节了，哪里紧凑了？”。这是因为从统计学的角度来说，一般不会所有的消息中的数字都是大数，如果是小数，就可以不用 4 个字节表示。
经过上述的描述，相信你已经理解：Protobuf 序列化后只有 int 型的小数采用了变长压缩，影响微小，String 类型和 byte 类型是直接存储的。如果要提升 Protobuf 序列化后数据的传输效率，还是需要进行压缩的。