Protocal buffer 简易指南

• Z时代
• 2024-01-10
• 分类：技术分享

原文首发于 kuricat.com

常见的序列化协议/格式

从下面这个表, 可以很容易看出 常见的 序列化协议/格式 之间的差异.

• ProtoBuf (二进制协议, 包含接口描述. created by Google)

• Json/Yaml/Toml (文本协议)
• XML (可扩展标记语言, 文本协议)
• Bson (文本协议)
• MessagePack (二进制协议)
• Apache Thrift (二进制协议, 包含接口描述, created by Facebook)
• ……

简介

Protocal buffer 简称 Protobuf 是 一种 序列化 数据结构的协议, 这种协议包含两部分,

• 规定 如何将 元数据 编译为 二进制形式
• 包含了一套 接口描述语言 以及配套的代码生成器.

例如下面这就是一个 Protobuf 的例子, 后面会对两个部分详细介绍.

// protobuf 接口描述文件
syntax = "proto3";  // 接口描述所使用的 protobuf 版本, 这里使用 `proto3`
// HelloMan Service
// 这样声明了服务的接口, 
// 这和 面向对象 里面的 interface 的概念是类似的
// 这个接口也规定了 输入和输出 的格式
serviceHelloMan{
rpc SayHello (Request) returns (Response) {}
}
// 请求体 里只有一个字段, 字段名为 name, 类型为 string
message Request {
string name = 1;
}
// 响应体 里也只有一个字段, 字段名为 hello, 类型为 string
messageResponse{
string hello = 1;
}

Protobuf 最早由 Google 开发, 并作为 GRPC 的序列化协议被使用. 随后, 越来越多的 RPC 库 开始支持 Protobuf 作为 序列化 协议.

Protocal buffer 协议已经使用多种语言实现. 多语言支持的详情可以参考 此处.

protocal buffer 在 golang 的主要实现是 golang/protobuf 和 gogo/protobuf, 后者在前者的基础上有所增强.

Protocal buffer 接口描述语言

protocal buffer 的 接口描述语言分为两个版本, proto3 和 proto2 , proto3 在 proto2 的基础上添加了一些 feature 和 做出了一些改变.

基本例子

// protobuf 接口描述文件
syntax = "proto3";  // 接口描述所使用的 protobuf 版本, 这里使用 `proto3`
// HelloMan Service
// 这样声明了服务的接口, 
// 这和 面向对象 里面的 interface 的概念是类似的
// 这个接口也规定了 输入和输出 的格式
serviceHelloMan{
rpc SayHello (Request) returns (Response) {}
}
// 请求体 里有两个字段,
// 其中一个字段名为 name, 类型为 string,
// 另一个字段名为 hello, 类型为 string
message Request {
string name = 1;
int hello = 2;
}
// 响应体 里也只有一个字段, 字段名为 hello, 类型为 string
messageResponse{
string hello = 1;
}

字段使用如下格式定义

[ "repeated" ] type    fieldName "=" fieldNumber [ "[" fieldOptions "]" ] ";"
// repeated    type    fieldName "=" fieldNumber [fieldOptions]; 
// repeated    string  name       =  1 ;

最前面的 repeated 标识 , 通常用于表示这个字段对应的值为数组. 另外, 在 字段序号fieldNumber 后面, 允许定义一些可选项(fieldOptions).

我们也可以通过下面这些 关键字 来完成复杂的字段描述, 这些在后面会详细讲解

• oneof
• map
• reserved
• enum

protobuf 关键字

下面将 按照我们的书写顺序依次介绍 在 .proto 文件中 会用到的 关键字

syntax

syntax 用来定义说使用的 protobuf 语法的版本

// proto3
syntax = "proto3";
// proto2
syntax = "proto2"

import

import 通常用于 引用其他 .proto 文件, 而 import 后可以接 关键字 来进一步细化 对 文件的引入关系

// 普通单级引用
import"First.proto"
// 允许多级引用
import public "First.proto"
// 在引用不存在的
import weak "First.proto"

weak

weak 关键字 允许 引入的文件不存在, 也就是在 import 这里不会报错, 不过 如果 后面的使用了不存在的 对象或者结构, 则一样会报错

public

public 通常用于多级引用, 其实际作用可以通过下面这一幅图来说明. 图片来自@hanschen

• 在情景 1 中 my.proto 不能使用 Second.proto 文件的内容
• 在情景 2 中, my.proto 可以使用 Second.proto 中的内容

package

package 关键字一方面作为 proto 文件的命名空间, 防止 message 类型之间的名字冲突, 同名的 Message 可以通过 package 进行区分.

另一方面也可以用来生成特定语言的 Package 名字, 例如 Java 的 Package, 以及 Go 的 Package

syntax = "proto3";
package meta;

message

messageRequest{
string name = 1;
int hello = 2;
}

message 是 Protobuf 接口描述语言 中, 最常用的 关键字之一, 所有的数据传输都以 Message 为单位, 熟悉 C 系列语言或者 Go 语言的朋友,可能很容易就看出来, 这个 和 Struct 的概念很像.

service

serviceHelloMan{
rpc SayHello (Request) returns (Response) {}
}
message Request {
string name = 1;
int hello = 2;
}
messageResponse{
string hello = 1;
}

而对于 Service , 则可以理解成 对外提供服务的 RPC 接口 列表, 在上面这个例子中, 有一个 Service 叫 HelloMan, 这个 HelloMan 的 Service 将提供 一个名叫 SayHello 的 RPC 接口, 这个接口 的 Request 有两个字段 name 和 hello, 将返回一个 Reponse, 有一个字段是 hello

option

主要的 options 分为四种,

• File 层级的 option , 较通用的例如 optimize_for 等, 需要定义在 最外层空间中, 例如下面这样

  • option optimize_for = CODE_SIZE;
    

• Message 层级的 option, 需要定义在 Message 中, 例如下面这样

  • messageHelloWorld{
    string name = 1;
    option message_set_wire_format = true;
    option deprecated = true; // 标示即将弃用
    }
    

• Field 层级的 option, 还记得我们前面提到的字段结构吗, Field 层级的 options 需要定义在 字段的最后面, 例如下面这样,

  • messageHelloWorld{
    string name = 1 [ packed = true, deprecated=true];
    }
    

• 最后一种 option 则是 例如 oneofOptions,EnumOptions 的 options.

关于 Option 的详细定义文档, 在可以参考 github.com/protocalbuffers/protobuf中的 descriptor.proto 文件. 这个文件中描述了全部预定义的 options . 前面的 四种 options 对应与 descriptor.proto 中的实际 Message Struct 的对应关系如下所示.

• File 层级 >> FileOptions

• Message 层级 >> MessageOptions

• Field 层级 >> FieldOptions

• 最后一种则是, OneofOptions,EnumOptions,EnumValueOptions,ServiceOptions,MethodOptions

与此同时, 你也可以对 Options 进行自定义, 追加一些自定义的 options 到指定的层级, 如何 自定义如下所示:

import"google/protobuf/descriptor.proto";
extend google.protobuf.MessageOptions {
string my_option = 51234;
}
messageMyMessage{
option (my_option) = "Hello world!";
}

普通字段关键字

首先是 数据类型 定义,

• 数字类型

  • double
  • float
  • int32
  • int64
  • uint32
  • uint64
  • sint32
  • sint64

• 占用空间固定的数值类型,

  • fixed32
  • fixed64
  • sfixed32
  • sfixed64
  • 在消息序列化的时候大概会有不同? // TODO 待查证, 也欢迎补充

• 布尔类型 布尔类型
• 字符串: string

• bytes byte 数组
• messageType 消息类型
• enumType 枚举类型

与各种语言中的数据类型对应关系 请参考 Google 官方的 文档

oneof

正如它的名字, one of , 你可以利用这个关键字限制这一组关键字中, 最多只允许一个字段出现.

syntax = "proto3";
package abc;
messageOneofMessage{
oneof test_oneof {
string name = 4;
int64 value = 9;
}
}

另一方面, 因为 proto3 没有办法区分 字段是 设置了还是自动使用了缺省值 (例如 int64 中的 0), 甚至你无法判断数据是否有包含这个字段, 因为 protobuf 的 go 实现中, 字段会默认带 omitempty 标签, 在字段的值 empty 的时候, 会在传输时省略掉这个值.

所以你可以通过 oneof 来取得这个功能, 在 protobuf 的 go 实现中, 声明为 oneof 类型的字段, 默认会对应一个 struct , 当该值未设置的时候 , 接收到的值将会是 nil, 如果已设置, 则会是一个正常值.

另外 oneof 字段不能同时使用 repeated

map

map 类型和 go 里的 map 类型基本一致, 与 php 中的 关联数组一致, 是一个 KV 键值对. map 类型的格式和上面提到的通常格式略有不同, 这里使用的类 Java 风格的尖括号形式

"map""<" keyType "," valueType ">" mapName "=" fieldNumber ["[" fieldOptions"]"]
map<int64,string> values = 1;

相应的 map 字段也不能同时使用 repeated

reserved

reserved 应该算是用的比较少的关键字, 他是 一个 Message 层级的关键字, 可以用来声明 当前的 Message 不使用某些字段或者 FieldNumber, 也称为保留这些字段. 例子如下.

另外, 建议声明了 reserved 就不要再定义在 proto 文件中, 否则使用 protoc 编译的时候会报错.

syntax = "proto3";
package abc;
messageAllNormalypes{
reserved 2, 4 to 6;
reserved "field14", "field11";
double field1 = 1;
// float field2 = 2;
int32 field3 = 3;
// int64 field4 = 4;
uint32 field5 = 5;
// uint64 field6 = 6;
sint32 field7 = 7;
sint64 field8 = 8;
fixed32 field9 = 9;
fixed64 field10 = 10;
// sfixed32 field11 = 11;
sfixed64 field12 = 12;
bool field13 = 13;
// string field14 = 14;
bytes field15 = 15;
}

enum

enum 在 go 中没有对应的类型, enum 的中文是 枚举类型, 它规定 某个变量只能取几个特定的值, 例子如下所示.

// 规定 Language 字段只能取 "Java" , "PHP" , "Rust" 这三个值
enumLanguage{
Java = 0;
PHP = 1;
Rust = 1;
}

此外, 在 proto 的定义中, 不允许有 enum 的枚举值相同 也不允许枚举值和 enum 的名字相同, 如下三个例子都会报错.

package example;
// example 1
// Error: "A" is already defined in "example".
enumA{
A = 0;
B = 1;
C = 2;
}
// -----------------------------
// example 2
// Error: "B" is already defined in "example".
enumA{
B = 0;
C = 1;
}
enumB{
D = 0;
}
// -----------------------------
// example 3
// Error: "C" is already defined in "example".
enumA{
B = 0;
C = 1;
}
enumD{
C = 0;
E = 1;
}

此外你可以设置 allow_alias 这个 option 在 Message 中, 它将允许 FieldNumber 可以重复, 相同 FieldNumber 的字段将会互相作为别名.例如下面这个例子, B 和 C 互相是别名

enumA{
option allow_alias = true;
B = 0;
C = 0;
}

另外, 枚举值也有较为严格的规定, 第一个枚举值必须为 0, 而且必须定义, 例如下面的 第一个例子 将会报错, 而第二个例子会正常运行

// example 1
enumA{
B = 1;  // 这一个必须为 0
C = 0;
}
// --------------
// example 2
enumB{
C = 0;
D = 10;
E = 100;
F = 1;
}

引用其他的 message 作为字段的类型

在下面 SearchResponse 中使用了 Result 作为字段类型, 这种操作较为常见

messageResult{
string url = 1;
string title = 2;
repeatedstring snippets = 3;
}
messageSearchResponse{
repeated Result results = 1;
}        // ^^^^^^

嵌套定义

通常当某个子结构只被父结构使用时, 可以考虑将其作为这样的嵌套定义, 和 go 中 struct 的嵌套定义类似

messageSearchResponse{
messageResult{
string url = 1;
string title = 2;
repeatedstring snippets = 3;
}
repeated Result results = 1;
}

unknown

通常我们自己写 .proto 文件时不会用到这个字段, 在 proto3 遇到字段解释器无法识别的字段类型时, 会将其标记为 unknown 类型.

any

Any 类型允许用户自行处理数据, 不需要经过 proto 定义的类型处理. 一个 Any 类型以 bytes 呈现序列化的消息, 并且包含一个 URL 作为这个类型的唯一标示和元数据.

不过, 为了使用 Any 类型, 你需要引入 google/protobuf/any.proto, 例子如下

import "google/protobuf/any.proto";
message ErrorStatus {
string message = 1;
repeated google.protobuf.Any details = 2;
//^^^^^^^^ 这里的 repeated 不能省略, 因为 bytes 必然是以 数组的形式出现,例如 go 中的 []bytes
}

proto3 主要改变

• 移除了 required 标识
• 移除了 字段缺省值
• 添加了 map 类型

更新消息类型

有时候你不得不修改正在使用的 proto 文件，比如为类型增加一个字段，protobuf 支持这种修改而不影响已有的服务，不过你需要遵循一定的规则：

• 不要改变已有字段的字段编号
• 当你增加一个新的字段的时候，老系统序列化后的数据依然可以被你的新的格式所解析，只不过你需要处理新加字段的缺省值。 老系统也能解析你信息的值，新加字段只不过被丢弃了
• 字段也可以被移除，但是建议你 Reserved 这个字段，避免将来会使用这个字段
• int32, uint32, int64, uint64 和 bool 类型都是兼容的
• sint32 和 sint64 兼容，但是不和其它整数类型兼容
• string 和 bytes 兼容，如果 bytes 是合法的 UTF-8 bytes 的话
• 嵌入类型和 bytes 兼容，如果 bytes 包含一个消息的编码版本的话
• fixed32 和 sfixed32, fixed64 和 sfixed64
• enum 和 int32, uint32, int64, uint64 格式兼容
• 把单一一个值改变成一个新的 oneof 类型的一个成员是安全和二进制兼容的。把一组字段变成一个新的 oneof 字段也是安全的，如果你确保这一组字段最多只会设置一个。把一个字段移动到一个已存在的 oneof 字段是不安全的

protobuf Go 实现的扩充类型

在 golang/protobuf Repo 里的 ptypes 文件夹中, 对如下几个方面做了扩充

• wrappers
• duration 和 timestamp
• empty

wrapper

由于 proto3 移除了默认值 和 必填项 的关键字, 导致部分场景下, Struct 在解析后无法区分 这个字段到底是 原本就设置的是 0 还是 在没有填写的情况下由于默认使用 omitempty Json Tag 而使用了了默认值 0. 这个问题在与异构程序通讯 以及 在与即有系统交互时较为常见. wrapper 的出现则用于修复在 proto3 语法下的这个缺陷, 下面用一个例子来说明.

假设我们的 .proto 文件是这样定义的, 这里以 短信发送服务 为例.

syntax = "proto3";
package example;
// 短信服务
servicePhoneMessageServiceAo{
rpc SendPhoneMessage (PhoneMessageRequest) returns (PhoneMessageResponse) {}
}
// 请求结构
message PhoneMessageRequest {
string phoneNumber = 1;
bool international = 2;
}
// 响应结构
messagePhoneMessageResponse{
bool success = 1;
string phoneMessageId = 2;
}

然后它会生成这样的 .pb.go 文件

package example
// ……
type PhoneMessageRequest struct {
PhoneNumber          string`protobuf:"bytes,1,opt,name=phoneNumber,proto3" json:"phoneNumber",omitempty`
International        bool`protobuf:"varint,2,opt,name=international,proto3" json:"international",omitempty`
//……
}
// ……
type PhoneMessageResponse struct {
Success              bool`protobuf:"varint,1,opt,name=success,proto3" json:"success",omitempty`
PhoneMessageId       string`protobuf:"bytes,2,opt,name=phoneMessageId,proto3" json:"phoneMessageId",omitempty`
// ……
}
// …… 省略

好的, 这里 的 International 字段使用的是 bool 类型, 该字段的意义是要发的短信是否是国际短信(有些短信服务提供商的国内短信和国外短信 API 是分开两个接口), 默认值是 false, 通常 true 为成功, 那么假设 请求方 代码需要发国际短信, 但由于代码逻辑错误, 忘记填写这个 International 字段, 将请求进行发送后. 接收方或得到这个请求,得到的的 international 字段为 false, 以为真的要发国内短信, 进而 http 请求 短信服务提供商, 而提供商假设由于未在接口处检查出来(毕竟可能他也不知道这个号码是不是空号),而在发送时才检查出来这个问题, 将日志写在 短信服务提供商 网站的用户中心的发送失败列表中.

而由于整个程序流程确实是成功跑完, 无任何报错信息, 所以测试同学测试通过,上到正式, 最后是用户反馈, 或者某天有权限的管理者, 查看短信服务提供商的用户中心, 才会看到报错记录, 然后才会知道有这个问题. 但此时仍然无法定位问题在哪, 我们需要一步一步定位, 那么首先从 我们写的这个 短信发送 Service 开始, 查看日志未发现问题, 走查代码未发现问题, 那么估计不是我们 这个 Service 的问题. 那么接下来只能去走查 服务调用方的业务代码进行定位了, 假设我们运气很好, 只有一个 Service 的调用方, 走查一遍之后, 终于发现问题是默认类型的问题, 于是修改之, 测试通过, 上线.

这里举了一个不恰当的例子,来说明这样的机制很容易出问题. 一个本来通过 RPC 输入值检测就可以发现的错误, 由于这个机制的问题, 导致花费了大量的时间才定位到.

然而 google 也发现了这个问题, 他们向 Go 实现中, 添加了一类 wrapper , wrapper 故名思意 包装纸, 对原有的类型做了一层包装, 让生成的字段类型变成一个结构体, 这样这个字段如果没有设置, 就会得到默认值 nil, 而不是一个可能是结果的值. wrapper 对如下的 类型做了包装.

• double => DoubleValue
• float => FloatValue
• int64 => Int64Value
• uint64 => UInt64Value
• int32 => Int32Value
• uint32 => UInt32Value
• bool => BoolValue
• string => StringValue
• bytes => BytesValue

纸上得来终觉浅, 绝知此事要躬行. 那我们来实际生成和使用一次.

首先, 需要在 .proto 文件中修改类型.

syntax = "proto3";
package example;
// 引入 wrappers.proto 
import"google/protobuf/wrappers.proto";
servicePhoneMessageServiceAo{
rpc SendPhoneMessage (PhoneMessageRequest) returns (PhoneMessageResponse) {
}
}
message PhoneMessageRequest {
string phoneNumber = 1;
// 修改为 google.protobuf.BoolValue 字段
google.protobuf.BoolValue international = 2;
}
messagePhoneMessageResponse{
bool success = 1;
string phoneMessageId = 2;
}

然后打开 Terminal 生成 .pb.go 文件, 这时我们可以看到在 .pb.go 里面生成了这样的结构.

package example
// ……
type PhoneMessageRequest struct {
PhoneNumber          string`protobuf:"bytes,1,opt,name=phoneNumber,proto3" json:"phoneNumber",omitempty`
International        *wrappers.BoolValue `protobuf:"bytes,2,opt,name=international,proto3" json:"international",omitempty`
//……
}
// ……
type PhoneMessageResponse struct {
Success              bool`protobuf:"varint,1,opt,name=success,proto3" json:"success",omitempty`
PhoneMessageId       string`protobuf:"bytes,2,opt,name=phoneMessageId,proto3" json:"phoneMessageId",omitempty`
// ……
}
// …… 省略

这里的 International 字段的类型是 一个 *wrappers.BoolValue, 让我们看看 wrappers.BoolValue 这个结构体

type BoolValue struct {
// The bool value.
Value                bool`protobuf:"varint,1,opt,name=value,proto3" json:"value,omitempty"`
XXX_NoUnkeyedLiteral struct{} `json:"-"`
XXX_unrecognized     []byte`json:"-"`
XXX_sizecache        int32`json:"-"`
}

他会将原本的数据存在 BoolValue.Value 中, 这样我们就可以对 International 值是否设置做判断, 如果 未设置, International 的值将为 nil, 而如果做了设置, 那么 International 的值就不为 nil . 进而避免了上面的例子提到的问题.

timestamp 和 duration

// [colobu.com/2019/10/03/…](colobu.com/2019/10/03/… 类型)

empty

如果你的函数不需要入参, 你可以使用这个类型在 proto 文件中标示

syntax = "proto3";
package example;
import"google/protobuf/empty.proto";
servicePhoneMessageServiceAo{
rpc SendPhoneMessage (google.protobuf.Empty) returns (google.protobuf.Empty) {}
}

ref:

Protobuf 终极教程

Language Guide (proto3)

Protocol Buffers 手册

[proto3 默认值与可选项](kaelzhang81.github.io/2017/05/15/… 默认值与可选项/)

[Protobuf 中的 Options 功能](xenojoshua.com/2018/02/pro…)

google/protobuf/descriptor.proto

golang/protobuf/ptypes

以上是 Protocal buffer 简易指南 的全部内容， 来源链接： utcz.com/a/35646.html