Protocol Buffers（简称 Protobuf）是 Google 开发的一种高效、灵活、跨语言的数据序列化框架。主要用于结构化数据的序列化和反序列化，类似于 XML、JSON 或 Thrift，但具有更高的性能和更小的数据体积，适用于网络通信、持久化存储等场景。

Protobuf 的核心特性

高效性

• 二进制格式，比 JSON、XML 更紧凑。
• 序列化和反序列化速度非常快。

跨语言支持

• 支持多种语言：C++, Java, Python, C#, Go, Ruby, Objective-C, PHP, Dart 等。
• 可扩展插件机制支持新增语言。

强类型与接口定义

• 使用 .proto 文件定义消息结构，确保数据的一致性和可读性。
• 支持嵌套、枚举、重复字段等复杂结构。

向后兼容

• 新旧版本的消息可以互相解析（通过 optional 字段和 tag 编号机制）。

IDL（接口定义语言）驱动开发

• 先定义 .proto 接口，再生成代码，便于服务间通信设计。

基本使用流程

1. 定义 .proto 文件

// person.proto
syntax = "proto3";
message Person {
string name = 1;
int32 id = 2;
string email = 3;
}

2. 使用编译器生成代码

protoc --python_out=. person.proto

这会生成 person_pb2.py（Python 示例），其中包含用于操作 Person 消息的类。

3. 使用生成的代码进行序列化/反序列化（Python 示例）

import person_pb2
# 创建对象
person = person_pb2.Person()
person.name = "Alice"
person.id = 123
person.email = "alice@example.com"
# 序列化为字节流
serialized_data = person.SerializeToString()
# 反序列化
new_person = person_pb2.Person()
new_person.ParseFromString(serialized_data)
print(new_person.name) # 输出 Alice

Protobuf vs JSON vs XML

高级功能

• 嵌套消息

message AddressBook {
repeated Person people = 1;
}

• 枚举类型

enum PhoneType {
MOBILE = 0;
HOME = 1;
WORK = 2;
}

• Oneof（只存一个字段）

message SampleMessage {
oneof test_oneof {
string name = 1;
int32 id = 2;
}
}

• Map 类型

map<string, int32> scores = 3;

• gRPC 整合Protobuf 是 gRPC 的默认数据交换格式，常用于构建高性能 RPC 服务。

工具与生态

• protoc：官方编译器，用于生成各种语言的代码。
• protobuf库：各语言的标准库（如 google.protobuf）。
• 调试工具：
• protoc --decode_raw：查看原始二进制内容。
• 第三方可视化工具（如 protobuf-inspector）。
• schema管理平台：用于集中管理 .proto 文件，如 Apicurio Registry、SchemaHero 等。

适用场景

• 微服务之间的高效通信（配合 gRPC）
• 游戏中实体状态同步
• 日志系统中的结构化日志
• 大数据处理中数据的紧凑存储（如 Apache Hadoop、Apache Flink）
• 移动端与服务器之间减少流量传输

注意事项

• 不加密：Protobuf 本身不提供加密功能。
• 不适合人类阅读：二进制格式不可读，需要 schema 解析。
• schema变更需谨慎：虽然支持兼容性变更，但破坏性修改会导致解析失败。