Protocol Buffer 会将对象序列化为二进制数据。在这篇文章中，我们简单了解下它是如何对数据进行编码的，即：了解下底层的编码格式。当然并非必须的，日常使用 Protocol Buffer 不需要精通这些细节。不过，对于想要进行性能优化的人来说，理解底层格式会很有帮助。

Protocol Buffer 中定义的数据类型进行编码时，会对应到以下几种类型。不同的类型在编码时的处理也不同。

1. VARINT

Varint（Variable-length integer 的缩写）是 Protocol Buffer（简称 PB）中用于表示整数的一种紧凑编码方案。它根据整数的大小使用一个或多个字节进行编码，较小的数字使用较少的字节，较大的数字使用较多的字节。这可以在存储和传输整数时节省空间。

syntax = "proto3";

message Person
{
  int32 num1 = 1;
  int64 num2 = 2;
  bool num3 = 3;
}

假设我们实例化的对象：

num1: 214748
num2: 20
num3: true

序列化之后的二进制数据：

00001000 11011100 10001101 00001101 
00010000 00010100 
00011000 00000001

• 第一组：前 7 个二进制位表示字段的编号 1，后三个二进制位值 0，表示使用 VARINT 方式存储
• 第二组：高位为 1，说明后面还有字节
• 第三组：高位为 1，说明后面还有字节
• 第四组：高位为 0，后面没有字节，前 3 个字节为第一个字段的值
• 第五组：前 7 个二进制位表示字段的编号 2，后三个二进制位值 0，表示使用 VARINT 方式存储
• 第六组：对应的十进制值为 20
• 第七组：前 7 个二进制位表示字段的编号 3，后三个二进制位值 0，表示使用 VARINT 方式存储
• 第八组：对应的十进制为 1

2. I64 和 I32

I32 和 I64 是用于表示整数的数据类型。它们分别代表 32 位和 64 位有符号整数。这些数据使用 4 和 8 字节进行数据存储。

syntax = "proto3";

message Person
{
  fixed32 num1 = 1;
  fixed64 num2 = 2;
}

假设我们实例化的对象：

num1: 10
num2: 20

序列化之后的二进制数据：

00001101 00001010 00000000 00000000 00000000 
00010001 00010100 00000000 00000000 00000000 00000000 00000000 00000000 00000000

• 第一组：前 7 个二进制位表示字段的编号 1，后三个二进制位值 5，表示使用 I32 方式存储
• 第二组 ~ 第五组：共计 4 个字节存储第一个字段数据
• 第六组：前 7 个二进制位表示字段的编号 2，后三个二进制位值 1，表示使用 I64 方式存储
• 第七组 ~ 最后组：共计 8 个字节存储第二个字段数据

3. LEN

使用长度+数据的方式进行存储。

syntax = "proto3";

message Person
{
  string num1 = 1;
}

假设我们实例化的对象：

num1: "abc"

序列化之后的二进制数据：

00001010 00000011 01100001 01100010 01100011

• 第一组：前 7 个二进制位表示字段的编号 1，后三个二进制位值 2，表示使用 LEN 方式存储
• 第二组：对应的十进制值为 3，表示接下来会有 3 个字节的数据
• 第三组 ~ 最后：第一个字段的值

4. 复杂类型

syntax = "proto3";

message Person
{
  repeated int32 num1 = 1;
  map<int32, string> num2 = 2;
}

假设我们实例化的对象：

num1: 10
num1: 20
num2 {
  key: 1
  value: "aaa"
}
num2 {
  key: 2
  value: "bbbb"
}

序列化之后的二进制数据：

00001010 00000010 00001010 00010100 

00010010 00000111 00001000 00000001 00010010 00000011 01100001 01100001 01100001 

00010010 00001000 00001000 00000010 00010010 00000100 01100010 01100010 01100010

• 第一行：
  • 第一组：表示字段编号为 1，使用 LEN 方式进行存储
  • 第二组：表示元素个数、长度
  • 第三组 ~ 最后：各个元素的值
• 第二行
  • 第一组：表示字段编号为 2，使用 LEN 方式存储
  • 第二组：表示 key 长度为 7 = int32 + string
  • 第三组：表示编码号为 2，使用 VARINT 方式存储
  • 第四组：表示 key 的值为 1
  • 第五组：表示字段编号为 2，使用 LEN 方式存储
  • 第六组：表示 value 长度为 3
  • 第七组 ~ 最后：表示 value 的值
• 第三行：同第二行

至此，我们能够大概了解 Proto Buffer 是如何进行数据序列化。