Google 的開源技術protobuf 簡介與例子
今天來介紹一下“Protocol Buffers”（以下簡稱protobuf）這個玩意兒。本來俺在構思“生產者/消費者模式 ”系列的下一個帖子：關於生產者和消費者之間的資料傳輸格式。由於裡面扯到了protobuf，想想幹脆單獨開一個帖子算了。
★protobuf是啥玩意兒？
為了照顧從沒聽說過的同學，照例先來掃盲一把。
首先，protobuf是一個開源專案（官方站點在“這裡”），而且是後臺很硬的開源專案。網上現有的大部分（至少80%）開源專案，要麼是某人單幹、要麼是幾個閒雜人等合夥搞。而protobuf則不然，它是鼎鼎大名的Google公司開發出來，並且在Google內部久經考驗的一個東東。由此可見，它的作者絕非一般閒雜人等可比。
那這個聽起來牛X的東東到底有啥用處捏？簡單地說，這個東東干的事兒其實和XML
話說到了去年（大約是08年7月），Google突然大發慈悲，把這個好東西貢獻給了開源社群。這下，像俺這種喜歡撿現成的傢伙可就有福啦！貌似喜歡撿現成的傢伙還蠻多滴，再加上Google的號召力，開源後不到一年，protobuf的人氣就已經很旺了。所以俺為了與時俱進，就單獨開個帖子來忽悠一把。
★protobuf有啥特色？
掃盲完了之後，就該聊一下技術方面的話題了。由於這玩意兒釋出的時間較短（未滿週歲），所以俺接觸的時間也不長。今天在此是先學現賣，列位看官多多包涵 :-)
◇效能好/效率高
現在，俺就來說說Google公司為啥放著好端端的XML不用，非要另起爐灶，重新造輪子。一個根本的原因是XML效能不夠好。
先說時間開銷：XML格式化（序列化）的開銷倒還好；但是XML解析（反序列化）的開銷就不敢恭維啦。俺之前經常碰到一些時間效能很敏感的場合，由於不堪忍受XML解析的速度，棄之如敝履。
再來看空間開銷：熟悉XML語法的同學應該知道，XML格式為了有較好的可讀性，引入了一些冗餘的文字資訊。所以空間開銷也不是太好（不過這點缺點，俺不常碰到）。
由於Google公司賴以吹噓的就是它的海量資料和海量處理能力。對於幾十萬、上百萬機器的叢集，動不動就是PB級的資料量，哪怕效能稍微提高0.1%也是相當可觀滴。所以Google自然無法容忍XML在效能上的明顯缺點。再加上Google從來就不缺造輪子的牛人，所以protobuf也就應運而生了。
Google對於效能的偏執，那可是出了名的。所以，俺對於Google搞出來protobuf是非常滴放心，效能上不敢說是最好，但肯定不會太差。
◇程式碼生成機制
除了效能好，程式碼生成機制是主要吸引俺的地方。為了說明這個程式碼生成機制，俺舉個例子。
比如有個電子商務的系統（假設用C++實現），其中的模組A需要傳送大量的訂單資訊給模組B，通訊的方式使用socket。
假設訂單包括如下屬性：
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
時間：time（用整數表示）
客戶id：userid（用整數表示）
交易金額：price（用浮點數表示）
交易的描述：desc（用字串表示）
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
如果使用protobuf實現，首先要寫一個proto檔案（不妨叫Order.proto），在該檔案中新增一個名為"Order"的message結構，用來描述通訊協議中的結構化資料。該檔案的內容大致如下：
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
message Order
{
required int32 time = 1;
required int32 userid = 2;
required float price = 3;
optional string desc = 4;
}
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
然後，使用protobuf內建的編譯器編譯 該proto。由於本例子的模組是C++，你可以通過protobuf編譯器的命令列引數（看“這裡 ”），讓它生成C++語言的“訂單包裝類”。（一般來說，一個message結構會生成一個包裝類）
然後你使用類似下面的程式碼來序列化/解析該訂單包裝類：
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
// 傳送方
Order order;
order.set_time(XXXX);
order.set_userid(123);
order.set_price(100.0f);
order.set_desc("a test order");
string sOrder;
order.SerailzeToString(&sOrder);
// 然後呼叫某種socket的通訊庫把序列化之後的字串傳送出去
// ......
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
// 接收方
string sOrder;
// 先通過網路通訊庫接收到資料，存放到某字串sOrder
// ......
Order order;
if(order.ParseFromString(sOrder)) // 解析該字串
{
cout << "userid:" << order.userid() << endl
<< "desc:" << order.desc() << endl;
}
else
{
cerr << "parse error!" << endl;
}
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
有了這種程式碼生成機制，開發人員再也不用吭哧吭哧地編寫那些協議解析的程式碼了（幹這種活是典型的吃力不討好）。
萬一將來需求發生變更，要求給訂單再增加一個“狀態”的屬性，那隻需要在Order.proto檔案中增加一行程式碼。對於傳送方（模組A），只要增加一行設定狀態的程式碼；對於接收方（模組B）只要增加一行讀取狀態的程式碼。哇塞，簡直太輕鬆了！
另外，如果通訊雙方使用不同的程式語言來實現，使用這種機制可以有效確保兩邊的模組對於協議的處理是一致的。
順便跑題一下。
從某種意義上講，可以把proto檔案看成是描述通訊協議的規格說明書（或者叫介面規範）。這種伎倆其實老早就有了，搞過微軟的COM程式設計或者接觸過CORBA的同學，應該都能從中看到IDL（詳細解釋看“這裡 ”）的影子。它們的思想是相通滴。
◇支援“向後相容”和“向前相容”
還是拿剛才的例子來說事兒。為了敘述方便，俺把增加了“狀態”屬性的訂單協議成為“新版本”；之前的叫“老版本”。
所謂的“向後相容”（backwardcompatible），就是說，當模組B升級了之後，它能夠正確識別模組A發出的老版本的協議。由於老版本沒有“狀態”這個屬性，在擴充協議時，可以考慮把“狀態”屬性設定成非必填 的，或者給“狀態”屬性設定一個預設值（如何設定預設值，參見“這裡 ”）。
所謂的“向前相容”（forward compatible），就是說，當模組A升級了之後，模組B能夠正常識別模組A發出的新版本的協議。這時候，新增加的“狀態”屬性會被忽略。
“向後相容”和“向前相容”有啥用捏？俺舉個例子：當你維護一個很龐大的分散式系統時，由於你無法同時 升級所有 模組，為了保證在升級過程中，整個系統能夠儘可能不受影響，就需要儘量保證通訊協議的“向後相容”或“向前相容”。
◇支援多種程式語言
俺開博以來點評的幾個開源專案（比如“Sqlite ”、“cURL ”），都是支援很多種 程式語言滴，這次的protobuf也不例外。在Google官方釋出的原始碼中包含了C++、Java、Python三種語言（正好也是俺最常用的三種，真爽）。如果你平時用的就是這三種語言之一，那就好辦了。
假如你想把protobuf用於其它語言，咋辦捏？由於Google一呼百應的號召力，開源社群對protobuf響應踴躍，近期冒出很多其它程式語言的版本（比如ActionScript、C#、Lisp、Erlang、Perl、PHP、Ruby等），有些語言還同時搞出了多個開源的專案。具體細節可以參見“這裡 ”。
不過俺有義務提醒一下在座的各位同學。如果你考慮把protobuf用於上述這些語言，一定認真評估對應的開源庫。因為這些開源庫不是Google官方提供的、而且出來的時間還不長。所以，它們的質量、效能等方面可能還有欠缺。
★protobuf有啥缺陷？
前幾天剛剛在“光環效應 ”的帖子裡強調了“要同時評估優點和缺點”。所以俺最後再來批判一下這玩意兒的缺點。
◇應用不夠廣
由於protobuf剛公佈沒多久，相比XML而言，protobuf還屬於初出茅廬。因此，在知名度、應用廣度等方面都遠不如XML。由於這個原因，假如你設計的系統需要提供若干對外的介面給第三方系統呼叫，俺奉勸你暫時不要考慮protobuf格式。
◇二進位制格式導致可讀性差
為了提高效能，protobuf採用了二進位制格式進行編碼。這直接導致了可讀性差的問題（嚴格地說，是沒有可讀性）。雖然protobuf提供了TextFormat這個工具類（文件在“這裡 ”），但終究無法徹底解決此問題。
可讀性差的危害，俺再來舉個例子。比如通訊雙方如果出現問題，極易導致扯皮（都不承認自己有問題，都說是對方的錯）。俺對付扯皮的一個簡單方法就是直接抓包並dump成log，能比較容易地看出錯誤在哪一方。但是protobuf的二進位制格式，導致你抓包並直接dump出來的log難以看懂。
◇缺乏自描述
一般來說，XML是自描述的，而protobuf格式則不是。給你一段二進位制格式的協議內容，如果不配合相應的proto檔案，那簡直就像天書一般。
由於“缺乏自描述”，再加上“二進位制格式導致可讀性差”。所以在配置檔案方面，protobuf是肯定無法取代XML的地位滴。
★為什麼俺會用上protobuf？
俺自從前段時間接觸了protobuf之後，就著手把俺負責的產品中的部分資料傳輸協議替換成protobuf。可能有同學會問，和protobuf類似的東東也有不少，為啥獨獨相中protobuf捏？由於今天寫的篇幅已經蠻長了，俺賣個關子，把這個話題留到“生產者/消費者模式[5]：如何選擇傳輸協議及格式？”。俺會在後續的這個帖子裡對比各種五花八門的協議格式，並談談俺的淺見。v
參考CSDN部落格（已關閉）：http://blog.csdn.net/program_think/archive/2009/05/31/4229773.aspx