google protocol buffer的原理和使用（一）

一、简单的介绍

Protocol buffers是一个用来序列化结构化数据的技术，支持多种语言诸如C++、Java以及Python语言。能够使用该技术来持久化数据或者序列化成网络传输的数据。相比較一些其它的XML技术而言。该技术的一个明显特点就是更加节省空间（以二进制流存储）、速度更快以及更加灵活。

通常，编写一个protocol buffers应用须要经历例如以下三步：

1、定义消息格式文件。最好以proto作为后缀名

2、使用Google提供的protocol buffers编译器来生成代码文件，一般为.h和.cc文件，主要是对消息格式以特定的语言方式描写叙述

3、使用protocol buffers库提供的API来编写应用程序

二、定义Proto文件

proto文件即消息协议原型定义文件，在该文件里我们能够通过使用描写叙述性语言，来良好的定义我们程序中须要用到数据格式。

首先我们能够通过Google在线文档上提供的一个电话簿的样例来了解下。只是略微加了点修改。

message Person {

required string name = 1;

required int32 id = 2;

optional string email = 3;

enum PhoneType {

MOBILE = 0;

HOME = 1;

WORK = 2;

}

message PhoneNumber {

required string number = 1;

optional PhoneType type = 2 [default = HOME];

}

repeated PhoneNumber phone = 4;

required bytes unsure = 5; //Add byte array here

}

message AddressBook {

repeated Person person = 1;

}

诚如你看到的一样，消息格式定义非常easy。对于每一个字段而言都有一个修饰符（required/repeated/optional）、字段类型（bool/string/bytes/int32等）和字段标签(Tag)组成。

三个修饰符从词义上能够非常清楚的弄明确。

1）对于required的字段而言，初值是必需要提供的，否则字段的便是未初始化的。

在Debug模式的buffer库下编译的话，序列化话的时候可能会失败，并且在反序列化的时候对于该字段的解析会总是失败的。所以，对于修饰符为required的字段，请在序列化的时候务必给予初始化。

2）对于optional的字段而言，假设未进行初始化。那么一个默认值将赋予该字段。当然也能够指定默认值。如上述proto定义中的PhoneType字段类型。

3）对于repeated的字段而言，该字段能够反复多个，google提供的这个addressbook样例便有个非常好的该修饰符的应用场景，即每一个人可能有多个电话号码。在高级语言里面，我们能够通过数组来实现，而在proto定义文件里能够使用repeated来修饰，从而达到同样目的。当然。出现0次也是包括在内的。

当中字段标签标示了字段在二进制流中存放的位置，这个是必须的，并且序列化与反序列化的时候同样的字段的Tag值必须相应，否则反序列化会出现意想不到的问题。

三、编译proto文件。生成特定语言数据的数据定义代码

在定义好了proto文件。就能够将该文件作为protocol buffers编译器的输入文件。编译产生特定语言的数据定义代码文件了。本文主要是针对C++语言，所以使用编译器后生成的是.h与.cc的代码文件。对于C++、Java还有Python都有各自的编译器。下载地址：http://code.google.com/p/protobuf/downloads/list

当你下载完了相应的编译器二进制文件后。就能够使用下列命令来完毕编译过程：

protoc.exe -proto_path=SRC --cpp_out=DST SRC/addressbook.proto

当中--proto_path指出proto文件所在的文件夹，--cpp_out则是生成的代码文件要放的文件夹，最后的一个參数指出proto文件的路径。如上述命令中能够看出，将SRC文件夹下的addressbook.proto编译后放在DST文件夹下。应该会生成addressbook.pb.h和addressbook.pb.cc文件(/Files/royenhome/addressbook.rar)。

通过查看头文件，能够发现针对每一个字段都会大致生成例如以下几种函数，以number为例：

// required string number = 1;

inline bool has_number() const;

inline void clear_number();

inline const ::std::string& number() const;

inline void set_number(const ::std::string& value);

inline void set_number(const char* value);

inline ::std::string* mutable_number();

能够看出。对于每一个字段会生成一个has函数(has_number)、clear清除函数(clear_number)、set函数(set_number)、get函数(number和mutable_number)。这儿解释下get函数中的两个函数的差别，对于原型为const std::string &number() const的get函数而言，返回的是常量字段，不能对其值进行改动。可是在有一些情况下，对字段进行改动是必要的。所以提供了一个mutable版的get函数，通过获取字段变量的指针，从而达到改变其值的目的。

而对于字段修饰符为repeated的字段生成的函数。则略微有一些不同，如phone字段，则编译器会为其产生例如以下的代码：

// repeated .Person.PhoneNumber phone = 4;

inline int phone_size() const;

inline void clear_phone();

inline const ::google::protobuf::RepeatedPtrField< ::Person_PhoneNumber >& phone() const;

inline ::google::protobuf::RepeatedPtrField< ::Person_PhoneNumber >* mutable_phone();

inline const ::Person_PhoneNumber& phone(int index) const;

inline ::Person_PhoneNumber* mutable_phone(int index);

inline ::Person_PhoneNumber* add_phone();

能够看出，set函数变成了add函数，这个事实上非常好理解。

上面也说过。repeated修饰的字段在高级语言中的实现可能是个数组或动态数组，所以当然通过加入的方式来加入新的字段值。而起get函数也变化非常大。这个也不用多说了。

好了。本文主要是对了解protocol buffer作了些简单的介绍，当然更具体的还是看官方文档。