在前两篇文章中，我们已经了解了 Protocol Buffers（Protobuf）的基本概念，并深入学习了 .proto 文件的语法结构、消息定义、字段规则等内容。本篇文章将进入实战阶段，重点讲解如何使用 Protobuf 进行数据的序列化和反序列化操作。
我们将通过完整的示例，演示如何在 Go 和 Java 语言中 使用 Protobuf 完成数据的编码与解码过程，并对比其性能优势，帮助你更好地理解 Protobuf 在实际开发中的应用价值。
一、什么是序列化与反序列化？
1. 序列化（Serialization）
将结构化的数据对象转换为字节流（byte stream），以便在网络上传输或存储到文件中。
2. 反序列化（Deserialization）
将字节流还原为原始的数据对象。
📌 为什么需要序列化？
- 跨网络传输数据时，必须将数据转为字节形式。
- 持久化存储结构化数据时，需要统一格式。
- 不同系统之间交换数据时，需要通用协议。
二、准备工作：编写 .proto 文件
我们先定义一个简单的用户信息模型 user.proto：
syntax = "proto3";
package user;
message UserInfo {
string name = 1;
int32 age = 2;
string email = 3;
repeated string roles = 4;
}然后使用 protoc 编译器生成对应语言的代码：
# 生成 Go 代码
protoc --go_out=. user.proto
# 生成 Java 代码
protoc --java_out=. user.proto三、Go 中的序列化与反序列化
1. 创建并填充对象
package main
import (
"fmt"
"os"
pb "./user_go_proto" // 根据你的路径调整
"github.com/golang/protobuf/proto"
)
func main() {
user := &pb.UserInfo{
Name: "Alice",
Age: 30,
Email: "alice@example.com",
Roles: []string{"admin", "developer"},
}2. 序列化为字节流
data, err := proto.Marshal(user)
if err != nil {
panic(err)
}
fmt.Printf("Serialized data (bytes): %v\n", data)3. 将字节流写入文件
err = os.WriteFile("user.bin", data, 0644)
if err != nil {
panic(err)
}4. 从字节流恢复对象
newUser := &pb.UserInfo{}
err = proto.Unmarshal(data, newUser)
if err != nil {
panic(err)
}
fmt.Println("Name:", newUser.GetName())
fmt.Println("Age:", newUser.GetAge())
fmt.Println("Email:", newUser.GetEmail())
fmt.Println("Roles:", newUser.GetRoles())
}四、Java 中的序列化与反序列化
1. 创建并填充对象
确保你已导入生成的类 UserInfo：
import user.UserInfo;
import java.io.FileOutputStream;
import java.io.IOException;
public class Main {
public static void main(String[] args) throws IOException {
UserInfo user = UserInfo.newBuilder()
.setName("Bob")
.setAge(28)
.setEmail("bob@example.com")
.addRoles("editor")
.addRoles("member")
.build();2. 序列化为字节流
byte[] data = user.toByteArray();
System.out.println("Serialized data (bytes): ");
for (byte b : data) {
System.out.printf("%02X ", b);
}
System.out.println();3. 写入文件
try (FileOutputStream output = new FileOutputStream("user_java.bin")) {
output.write(data);
}4. 从字节流恢复对象
UserInfo newUser = UserInfo.parseFrom(data);
System.out.println("Name: " + newUser.getName());
System.out.println("Age: " + newUser.getAge());
System.out.println("Email: " + newUser.getEmail());
System.out.println("Roles: " + newUser.getRolesList());
}
}五、Protobuf 序列化的性能优势分析
| 特性 | JSON | XML | Protobuf |
|---|---|---|---|
| 数据大小 | 较大 | 很大 | 极小（通常比 JSON 小 3~5 倍） |
| 编码速度 | 快 | 慢 | 更快 |
| 解码速度 | 快 | 慢 | 更快 |
| 可读性 | 高 | 高 | 低（二进制） |
| 向后兼容性 | 差 | 差 | 强 |
✅ 结论：
- Protobuf 适用于对性能敏感和带宽受限的场景，如微服务通信、物联网设备、实时数据处理等。
- 如果你需要人类可读性或调试方便，JSON 是更好的选择。
六、常见问题与注意事项
1. 字段编号不能重复
确保每个字段都有唯一的编号，避免因编号冲突导致解析失败。
2. 默认值机制
- 所有字段如果没有赋值，默认是“零值”（如数字为 0，字符串为空，布尔为 false）。
- Proto3 不再支持
required，所有字段默认都是可选的。
3. 升级版本需保持兼容性
当你扩展 .proto 文件时，新增字段应使用新的编号，不要修改已有字段类型或编号，否则可能导致旧客户端解析失败。
七、总结
在本文中，我们：
- 学习了 Protobuf 的核心功能之一：序列化与反序列化
- 使用 Go 和 Java 实现了完整的编解码流程
- 对比了 Protobuf 与其他数据格式（如 JSON）的性能优势
- 掌握了实际开发中需要注意的关键点
通过这些实践，你已经能够熟练地在项目中集成 Protobuf，实现高效的数据交换和跨平台通信。
如果你正在构建高性能服务、微服务架构或分布式系统，Protobuf 是不可或缺的工具。希望这篇文章能帮助你更自信地在项目中使用 Protobuf，并享受它带来的效率提升和开发体验优化。