2 protocol buf 编码

前言

  是否了解protobuf的编码并不影响使用。但是了解编码原理对理解不同protobuf的格式生成的编码字节大小有帮助，可以帮助我们生成占用硬盘更少的字节编码

Varint编码

  Varint编码中，每7位为一组表示2位16进制的数字，因为每一个字节是8位，所以在Varint中最高位是有特殊作用的，它用来表示后续是否还有内容，1代表后续还有内容，0代表为最后一个字节的内容。
  Varint编码的时候，是把目标数字转换为二进制，然后7位一组进行编码，并以小端的方式进行编码，也就是说低位放低字节，高位存高字节。

150 对应的二进制  10010110
     第一组      000 0001  第二组    0010110
     10010110 00000001
      9   6    0   1
所以 set 150 对应Varint编码是    9601

protocolbuf编码原理

不同的类型，有的不同的类型号。protobuf的编码第一个部分总是 (field_number << 3) | wire_type 的编码，wire_type 就是上图的类型。field_number是Varint编码，它的有效位只有7位，其最高有效位代表后续是否有内容。其余的编码就是对于类型的设置的值的编码了。其实从第一部分最后一个字节的低3位就可以看出来它是什么类型的数据。

message Test{
required int a = 1;
}
我们set_a(150),把它编码之后输出出来是这样的:
08 96 01
0000 0100 从第一个字节低三位看出来是Varint类型，那么剩余150设置的值开始进行Valint编码

Varint正数和负数的编码

  Varint编码的时候如果遇见负数，就会把它编码上十个字节，它就像用无符号来表示有符号。但是如果我们使用sint32/sint64 , Varint 就会使用Zig-zag的方式进行编码，这样编码的字节数就降了下来，它的公式是sint32 对应 (n << 1) ^ (n >> 31) ，sint64 对应 (n<<1) ^ (n>>63)，右移是算术右移。对应的转换图

Strings 编码

  第一个部分的编码还是同样的，用(field_number << 3) | wire_type 编码，紧接着的是后续UTF-8编码的长度大小，然后是后续UTF-8编码

message Test2 {
  optional string b = 2;
}
set_b("testing");
12 07 74 65 73 74 69 6e 67   7 代表后续UTF-8编码长为7

Embedded Messages 编码

  首先Embedded 很像内置类

message Test1 {
  optional int32 a = 1;
}
message Test3 {
  optional Test1 c = 3;
}

  它的编码方式，先是(field_number << 3) | wire_type ， 然后是后续编码的大小，后续编码是上一Messages的编码