×

原文地址：Protocol Buffers: Google’s Data Interchange Format
本文地址：http://migege.com/archives/protocol-buffers-googles-data.html
由 北极冰仔 翻译，转载请以超级链接的形式注明本文地址。

在 Google，我们的任务是将全世界的所有信息进行组织。毫不夸张地，我们使用成千上万种不同的数据格式来描述服务器之间的网络信息、对存储的数据、空间数据集建立索引，还有更多。其中的大多数格式都是结构化的，而非平坦的（flat 我不会翻译-__-）扁平化的（感谢 Alex 的留言）。这会引出一个重要的问题：我们如何对这些格式编码？

XML？不，这不可行。尽管 XML 很棒，但面对如此规模的数据，它变得不再有效。当你所有的机器和网络连接都以最大负荷能力运转时，XML 是一种极其昂贵的方案。更别提，写代码来解析 DOM 树有时候是多么地笨重。

那么我们直接把内存中数据结构的原始字节写到网络中？不，这同样不可行。当我们推出一个新版本的服务器时，它几乎往往必须同旧的服务器通信。新服务器需要具有读取由旧服务器产生的数据的能力，反之亦然，即使仅仅是个别字段被添加或是移除。当磁盘上的数据之间互相相关时，这一点更加重要。另外，我们的一部分代码是由 Java 或 Python 编写的，所以我们需要一个可移植的解决方案。

那么我们为每种数据结构手工编写解析和序列化代码？呃，我们过去是这样。不用说什么，那不是长久之计。当在你的代码库中有数以万计的不同结构需要各自的序列化格式时，你不可能简单地用手把它们都写出来。

所以，我们开发了 Protocol Buffers。Protocol Buffers 允许你使用一种特别的定义语言来定义简单数据结构，然后将它们编译为使用你选择的那种开发语言编写的类，由它们来表示那些数据结构。这些类经过深度优化，以一种极其紧凑的格式对你的信息进行解析和序列化。最令人为之兴奋的是，这些类使用起来很简单：每个字段都拥有简单的 get 和 set 方法，一旦你准备好了，把所有的东西序列化为一个字节数组或 I/O 流，或从中解析出来时，你只消调用一个方法。

好了，我知道你在想什么：“只是另一种 IDL？”是的，你可以这么叫它。但是，几乎所有的 IDL 语言通常都有一个坏名声：复杂到无可救药。而设计 Protocol Buffers 的一个主要的目标即简单。通过一个简单的 lists-and-records 模型就解决了大部分的问题，并且能对抗追回递减的回报的愿望（汗，原文为：resisting the desire to chase diminishing returns），我们相信我们已经创造了某种强大但不臃肿的工具。另外，没错，它非常快——比 XML 至少要快一个数量级。

现在，我们决定将 Protocol Buffers 向开源社区发布。我们已经看到，对特定的任务来说，Protocol Buffers 是一个多么有效的解决方案，我们希望人们都能因使用它而受益。看看文档、下载源代码或者告诉我们你的想法吧。