protocol buffer开发指南

ProtoBuf 是一套接口描述语言（IDL）和相关工具集（主要是 protoc，基于 C++ 实现），类似 Apache 的 Thrift）。用户写好 .proto 描述文件，之后使用 protoc 可以很容易编译成众多计算机语言（C++、Java、Python、C#、Golang 等）的接口代码。（摘自：ProtoBuf 与 gRPC 你需要知道的知识）

注：本文参考Protocol Buffers 3.0 技术手册，下面给出该文章中未说明的部分

定义Message类型

 syntax = "proto3";

 message SearchRequest {
   string query = ;
   int32 page_number = ;
   int32 result_per_page = ;
 }

　　首行指定了使用proto3语法，如果没有改行，protocol buffer编译器默认使用proto2。

　　field numbers

　　4,5,6行中指定了field number，field number的取值范围为1~(2²⁹-1)。protocol buffer的预留了19000~19999（FieldDescriptor::kFirstReservedNumber ~ FieldDescriptor::kLastReservedNumber）之间的值。

　　field rules

消息字段有2种规则：

• singular：0或1个，但不能多于1个
• repeated：任意数目

　　default

　　当解析 message 时，如果被编码的 message 里没有包含特定变量，根据类型不同，他们会有不同的默认值：

• string：默认是空的字符串
• byte：默认是空的bytes
• bool：默认为false
• numeric：默认为0
• enums：定义在第一位的枚举值，也就是0
• messages：根据生成的不同语言有不同的表现，参考generated code guide

注意：对于scalar(标准protobuf类型，如) message字段，一但message被解析，则没有办法来明确判断该字段设置了默认值（如没法判断一个boolean变量设置为false）或根本没有设置。因此在定义message类型的时候一定要注意，例如，如果不想在默认下有任何动作，则boolean的值在false时不要有动作。此外注意，scalar message字段在设置为默认值时，该值不会被序列化--->即反序列化scalar message字段时是无法反序列化出默认值(因为默认值不会被序列化)

• 不要修改任何已存在的变量的 Tag
• 如果你新增了变量，新生成的代码依然能解析旧的数据，但新增的变量将会变成默认值。相应的，新代码序列化的数据也能被旧的代码解析，但旧代码会自动忽略新增的变量。
• 废弃不用的变量使用两个OBSOLETE_"前缀或用 reserved 标注
• int32、 uint32、 int64、 uint64 和 bool 是相互兼容的，这意味你可以更改这些变量的类型而不会影响兼容性
• sint32 和 sint64 是兼容的，但跟其他类型不兼容
• string 和 bytes 可以兼容，前提是他们都是UTF-8编码的数据
• fixed32 和 sfixed32 是兼容的, fixed64 和 sfixed64是兼容的
• enum和int32，int64，uint32，uint64是兼容的(注意：如果类型不一致可能会被截断)。需要注意的是，客户端解码message时可能会给出不同的解释，如未识别的proto3 enum类型会保存在message中，但如何解释则依赖于解码的语言。
• 改变一个新加的oneof成员值是安全且二进制兼容的；为现有的oneof添加字段则不安全。

未识别的字段

　　未识别的字段为序列数据中出现的无法解析的字段，如当老的二进制解析器解析一个包含新字段的二进制时，新字段即为无法识别的字段。

　　proto3可以很好地解析未识别的字段，然而proto实现时可能会也可能不会保留这些未知的字段，功能实现不应该依赖于未知字段是否保留或丢弃。

oneof

　　oneof类似C语言的联合体union，oneof中不能使用repeated

option

　　所有有效的选项都定义在google/protobuf/descriptor.proto，参见option

使用场景 

多消息流

　　如果向一个文件或流中写入多个消息，则需要自己去跟踪一个消息的结束和下一个消息的开始。由于protocol buffers不会对自限定长度，解析器无法判定消息的结束点，简单的方式是在写入消息前先写入消息的长度。

大数据集

　　protocol buffer并不是设计用来处理大消息的，如果有大规格的消息，可以分割解决。

参考：Language Guide (proto3)