深入实战 —— Protobuf 的序列化与反序列化详解（Go + Java 示例）

Code季风
93 阅读4分钟

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; } AI写代码 Go 运行

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 AI写代码 Go 运行 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"}, } AI写代码 Go 运行

  1. 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) AI写代码 Go 运行

  2. 将字节流写入文件 err = os.WriteFile("user.bin", data, 0644) if err != nil { panic(err) } AI写代码 Go 运行

  3. 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()) } AI写代码 Go 运行

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(); AI写代码 java 运行

  1. 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(); AI写代码 java 运行

  2. 写入文件 try (FileOutputStream output = new FileOutputStream("user_java.bin")) { output.write(data); } AI写代码 Go 运行

  3. 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());

    } } AI写代码 java 运行 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。

avatar
文章
阅读
粉丝