Protobuffer和json深度对比

JSON相信大家都知道是什么东西，如果不知道，那可就真的OUT了，GOOGLE一下去。这里就不介绍啥的了。

Protobuffer大家估计就很少听说了，但如果说到是GOOGLE搞的，相信大家都会有兴趣去试一下，毕竟GOOGLE出口，多属精品。

Protobuffer是一个类似JSON的一个传输协议，其实也不能说是协议，只是一个数据传输的东西罢了。

那它跟JSON有什么区别呢？

跨语言，这是它的一个优点。它自带了一个编译器，protoc，只需要用它进行编译，可以编译成JAVA、python、C++代码，暂时只有这三个，其他就暂时不要想了，然后就可以直接使用，不需要再写任何其他代码。连解析的那些都已经自带有的。JSON当然也是跨语言的，但这个跨语言是建立在编写代码的基础上。

如果想再深入了解的，可以去看看：

https://developers.google.com/protocol-buffers/docs/overview

好了，废话不多说，我们直接来看看，为什么我们需要对比protobuffer（下面简称GPB）和JSON。

1、JSON因为有一定的格式，并且是以字符存在的，在数据量上还有可以压缩的空间。而GPB上大数据量时，空间比JSON小很多，等一下的例子我们可以看到。

2、JSON各个库之间的效率相差比较大，jackson库和GSON就大概有5-10的差距（这个只做过一次测试，如有误，请大家轻拍）。而GPB只需要一个，没有所谓的多个库的区别。当然这个点只是弄出来凑数的，可以忽略不计哈。

 

Talk is cheap,Just show me the code。

在程序界，代码永远是王道，下面就直接来代码吧。

上代码前，大家要先下载protobuffer，在这里：

https://code.google.com/p/protobuf/downloads/list

注意，需要下载两个，一个是complier，另外一个是source code，相信这个难不倒大家了，这里略过。

1、首先，GPB是需要有一个类似类定义的文件，叫proto文件 。

我们以学生和老师的例子来进行一个例子：

我们有以下两个文件：student.proto

 

option java_package = "com.shun";
option java_outer_classname = "StudentProto";

message Student {
	required int32 id = 1;
	optional string name = 2;
	optional int32 age = 3;
}

 teacher.proto

 

import "student.proto";
option java_package = "com.shun";
option java_outer_classname = "TeacherProto";

message Teacher {
	required int32 id = 1;
	optional string name = 2;

	repeated Student student_list = 3;
}

这里我们遇到了一些比较奇怪的东西：

import,int32,repated,required,optional,option等

一个个来吧：

1）import表示引入其他的proto文件

2）required,optional表示字段是否可选，这个决定了该字段有无值的情况下protobuffer会进行什么处理。如果标志了required，但当处理时，该字段没有进行传值，则会报错;如果标志了optional，不传值则不会有什么问题。

3）repeated相信应该都看得懂了，就是是否重复，跟JAVA里面的list类似

4）message就是相当于class了

5）option表示选项，其中的java_package表示包名，即生成JAVA代码时使用的包名，java_outer_classname即为类名，注意这个类名不能跟下面的message中的类名相同。

至于还有其他的选项和相关类型的，请参观官方文档。

 

2、有了这几个文件，我们能怎么样呢？

记得上面下载的编译器了吧，解压出来，我们得到一个protoc.exe，这当然是windows下的，我没弄其他系统的，有兴趣的同学去折腾下罗。

加到path（加不加可以随便，只是方不方便而已），然后就可以通过上面的文件生成我们需要的类文件了。

protoc --java_out=存放源代码的路径 --proto_path=proto文件的路径 proto具体文件

--proto_path指定的是proto文件的文件夹路径，并不是单个文件，主要是为了import文件查找使用的，可以省略

 

如我需要把源代码放在D:\protobufferVsJson\src，而我的proto文件存放在D:\protoFiles

那么我的编译命令就是：

protoc --java_out=D:\protobufferVsJson\src 

D:\protoFiles\teacher.proto D:\protoFiles\student.proto

注意，这里最后的文件，我们需要指定需要编译的所有文件

 

编译后可以看到生成的文件。

代码就不贴出来了，太多了。大家可以私下看看，代码里面有一大堆Builder，相信一看就知道是建造者模式了。

这时可以把代码贴到你的项目中了，当然，错误一堆了。

 

记得我们前面下载的源代码吗？解压它吧，不要手软。然后找到src/main/java/复制其中的一堆到你的项目，当然，你也可以ant或者maven编译，但这两个东西我都不熟，就不献丑了，我还是习惯直接复制到项目中。

代码出错，哈哈，正常。不知道为何，GOOGLE非要留下这么个坑给我们。

翻回到protobuffer目录下的\java看到有个readme.txt了吧，找到一句：

看来看去，感觉这个代码会有点奇怪的，好像错错的感觉，反正我是没按那个执行，我的命令是:

 

protoc --java_out=还是上面的放代码的地方 proto文件的路径（这里是descriptor.proto文件的路径）

执行后，我们可以看到代码中的错误木有了。

 

3、接下来当然就是测试了。

我们先进行GPB写入测试：

package com.shun.test;

import java.io.FileOutputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import com.shun.StudentProto.Student;
import com.shun.TeacherProto.Teacher;

public class ProtoWriteTest {

	public static void main(String[] args) throws IOException {
		
		Student.Builder stuBuilder = Student.newBuilder();
		stuBuilder.setAge(25);
		stuBuilder.setId(11);
		stuBuilder.setName("shun");
		
		//构造List
		List<Student> stuBuilderList = new ArrayList<Student>();
		stuBuilderList.add(stuBuilder.build());
		
		Teacher.Builder teaBuilder = Teacher.newBuilder();
		teaBuilder.setId(1);
		teaBuilder.setName("testTea");
		teaBuilder.addAllStudentList(stuBuilderList);
		
		//把gpb写入到文件
		FileOutputStream fos = new FileOutputStream("C:\\Users\\shun\\Desktop\\test\\test.protoout");
		teaBuilder.build().writeTo(fos);
		fos.close();
	}

}

我们去看看文件，如无意外，应该是生成了的。

生成了之后，我们肯定要读回它的。

package com.shun.test;

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;

import com.shun.StudentProto.Student;
import com.shun.TeacherProto.Teacher;

public class ProtoReadTest {

	public static void main(String[] args) throws FileNotFoundException, IOException {
		
		Teacher teacher = Teacher.parseFrom(new FileInputStream("C:\\Users\\shun\\Desktop\\test\\test.protoout"));
		System.out.println("Teacher ID:" + teacher.getId() + ",Name:" + teacher.getName());
		for (Student stu:teacher.getStudentListList()) {
			System.out.println("Student ID:" + stu.getId() + ",Name:" + stu.getName() + ",Age:" + stu.getAge());
		}
	}

}

代码很简单，因为GPB生成的代码都帮我们完成了。

上面知道基本的用法了，我们重点来关注GPB跟JSON生成文件大小的区别，JSON的详细代码我这里就不贴了，之后会贴出示例，大家有兴趣可以下载。

这里我们用Gson来解析JSON，下面只给出对象转换成JSON后写出文件的代码：

两个类Student和Teacher的基本定义就不弄了，大家随意就行，代码如下：

 

package com.shun.test;

import java.io.FileWriter;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import com.google.gson.Gson;
import com.shun.Student;
import com.shun.Teacher;

public class GsonWriteTest {

	public static void main(String[] args) throws IOException {
		Student stu = new Student();
		stu.setAge(25);
		stu.setId(22);
		stu.setName("shun");
		
		List<Student> stuList = new ArrayList<Student>();
		stuList.add(stu);
		
		Teacher teacher = new Teacher();
		teacher.setId(22);
		teacher.setName("shun");
		teacher.setStuList(stuList);
		
		String result = new Gson().toJson(teacher);
		FileWriter fw = new FileWriter("C:\\Users\\shun\\Desktop\\test\\json");
		fw.write(result);
		fw.close();
	}

}

接下来正式进入我们的真正测试代码了，前面我们只是在列表中放入一个对象，接下来，我们依次测试100,1000,10000,100000,1000000,5000000这几个数量的GPB和JSON生成的文件大小。

改进一下之前的GPB代码，让它生成不同数量的列表，再生成文件：

 

package com.shun.test;

import java.io.FileOutputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import com.shun.StudentProto.Student;
import com.shun.TeacherProto.Teacher;

public class ProtoWriteTest {

	public static final int SIZE = 100;
	
	public static void main(String[] args) throws IOException {
		
		//构造List
		List<Student> stuBuilderList = new ArrayList<Student>();
		for (int i = 0; i < SIZE; i ++) {
			Student.Builder stuBuilder = Student.newBuilder();
			stuBuilder.setAge(25);
			stuBuilder.setId(11);
			stuBuilder.setName("shun");
			
			stuBuilderList.add(stuBuilder.build());
		}
		
		Teacher.Builder teaBuilder = Teacher.newBuilder();
		teaBuilder.setId(1);
		teaBuilder.setName("testTea");
		teaBuilder.addAllStudentList(stuBuilderList);
		
		//把gpb写入到文件
		FileOutputStream fos = new FileOutputStream("C:\\Users\\shun\\Desktop\\test\\proto-" + SIZE);
		teaBuilder.build().writeTo(fos);
		fos.close();
	}

}

 这里的SIZE依次改成我们上面据说的测试数，可以得到如下：

 

 然后我们再看看JSON的测试代码：

 

 

package com.shun.test;

import java.io.FileWriter;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import com.google.gson.Gson;
import com.shun.Student;
import com.shun.Teacher;

public class GsonWriteTest {

	public static final int SIZE = 100;
	
	public static void main(String[] args) throws IOException {
		
		List<Student> stuList = new ArrayList<Student>();
		for (int i = 0; i < SIZE; i ++) {
			Student stu = new Student();
			stu.setAge(25);
			stu.setId(22);
			stu.setName("shun");
			
			stuList.add(stu);
		}
		
		
		Teacher teacher = new Teacher();
		teacher.setId(22);
		teacher.setName("shun");
		teacher.setStuList(stuList);
		
		String result = new Gson().toJson(teacher);
		FileWriter fw = new FileWriter("C:\\Users\\shun\\Desktop\\test\\json" + SIZE);
		fw.write(result);
		fw.close();
	}

}

 同样的方法修改SIZE，并作相应的测试。

可以明显得看到json的文件大小跟GPB的文件大小在数据量慢慢大上去的时候就会有比较大的差别了，JSON明显要大上许多。

上面的表应该可以看得比较清楚了，在大数据的GPB是非常占优势的，但一般情况下客户端和服务端并不会直接进行这么大数据的交互，大数据主要发生在服务器端的传输上，如果你面对需求是每天需要把几百M的日志文件传到另外一台服务器，那么这里GPB可能就能帮你的大忙了。

 

 

说是深度对比，其实主要对比的是大小方面，时间方面可比性不会太大，也没相差太大。

文章中选择的Gson解析器，有兴趣的朋友可以选择Jackson或者fastjson，又或者其他的，但生成的文件大小是一样的，只是解析时间有区别。

 

这神一般的iteye博客编辑器，无语了，插入代码后还要带些标签，大家将就看吧。代码就打包在下面了。

 

 

评论

12 楼 li709566365 2016-10-28  

楼主您好，本人经过测试protobuf不提供任何压缩功能，若日志使用protobuf传输的话，比传统log文件大小上不会有任何优势。

11 楼 hewei5894 2016-04-01  

用于数据传输，数据贮存都可以

10 楼 course 2015-07-13  

houxinyou 写道

cxshun 写道

houxinyou 写道

文件格式是什么样的?调试的时候能直接看出来导出的数据吗?感觉JSON最大的优点就是测试的时候可以自己写一个JSON文件,如果这个做不到的话,可能还是有问题.

调试的时候看数据？同样是JAVA对象，当然可以看啊。
对，JSON最大的优点是可以自己写一个，但这个也很方便啊，写一个proto文件，编译一下，一切搞定。想怎么用就怎么用。
你可以看一下文章最后的大小对比，然后试一下使用它，就知道它的优势在哪了。虽然会有点麻烦，但比起处理效率的提高，我觉得还是很值得的。

1.如果proto文件不能直接看到数据的话,有时不方便问题的定位,不知道是哪一端出的问题,自己写一段程序输出一个文件很方便吗?
2.如果是HTTP的方式传输的话,开启http压缩后优势还是那么明显吗?如果不是http,也可以自己动手把JSON压缩一下.

虽然有挖坟的嫌疑……不过既然看到了就稍微补充下：
1. proto文件虽然是二进制的，但想要看的话用python写个脚本3行就可以搞定。而在生产环境中，流量就意味着成本，要调试爽还是成本低看自己；
2. proto压缩优势主要在于对integer的压缩，甚至有符号无符号都采用了不同的编码方式，能够提供极高的压缩比。而字符串对象目前据我所知是没有编码的，不过可以对pb再次进行压缩；

pb的不利之处在于：
1. 对数组类型不能随机访问，必须从头开始解，因此发送大量数组型数据时推荐自己做一下wrapper；
2. 对嵌套数组类型会消耗大量内存，跟它的内存分配机制有关；（这第一点据说新版有fix，但后边没去了解）
3. 典型的cpu换空间，自己判断使用场景。

9 楼 cpop 2015-03-02  

很好的一篇博客，讨论也基本扫清了我的障碍！

8 楼 cxshun 2013-11-23  

houxinyou 写道

cxshun 写道

houxinyou 写道

文件格式是什么样的?调试的时候能直接看出来导出的数据吗?感觉JSON最大的优点就是测试的时候可以自己写一个JSON文件,如果这个做不到的话,可能还是有问题.

调试的时候看数据？同样是JAVA对象，当然可以看啊。
对，JSON最大的优点是可以自己写一个，但这个也很方便啊，写一个proto文件，编译一下，一切搞定。想怎么用就怎么用。
你可以看一下文章最后的大小对比，然后试一下使用它，就知道它的优势在哪了。虽然会有点麻烦，但比起处理效率的提高，我觉得还是很值得的。

1.如果proto文件不能直接看到数据的话,有时不方便问题的定位,不知道是哪一端出的问题,自己写一段程序输出一个文件很方便吗?
2.如果是HTTP的方式传输的话,开启http压缩后优势还是那么明显吗?如果不是http,也可以自己动手把JSON压缩一下.

1、输出到文件很方便，但输出后的文件你不能直接查看，它是类似于持久化的数据。需要看到数据的话当然是写出之前罗，这个是肯定可以看到的嘛，同样是JAVA对象。
2、这个我就暂时没有去处理，但http压缩我觉得没有超过一半那么牛吧。你可以看看对比数据，几乎是3倍的差距，这个已经不是单单压缩能解决的了。
但实际上用这个东西最大的问题就跟你说的一样，输出后不能直接查看，不好发现问题，只能去调度，或者中途打印输出。但对比大数据量传输的时候，这点不方便还是可以接受的。

7 楼 houxinyou 2013-11-19  

cxshun 写道

houxinyou 写道

文件格式是什么样的?调试的时候能直接看出来导出的数据吗?感觉JSON最大的优点就是测试的时候可以自己写一个JSON文件,如果这个做不到的话,可能还是有问题.

调试的时候看数据？同样是JAVA对象，当然可以看啊。
对，JSON最大的优点是可以自己写一个，但这个也很方便啊，写一个proto文件，编译一下，一切搞定。想怎么用就怎么用。
你可以看一下文章最后的大小对比，然后试一下使用它，就知道它的优势在哪了。虽然会有点麻烦，但比起处理效率的提高，我觉得还是很值得的。

1.如果proto文件不能直接看到数据的话,有时不方便问题的定位,不知道是哪一端出的问题,自己写一段程序输出一个文件很方便吗?
2.如果是HTTP的方式传输的话,开启http压缩后优势还是那么明显吗?如果不是http,也可以自己动手把JSON压缩一下.

6 楼 cxshun 2013-11-15  

houxinyou 写道

文件格式是什么样的?调试的时候能直接看出来导出的数据吗?感觉JSON最大的优点就是测试的时候可以自己写一个JSON文件,如果这个做不到的话,可能还是有问题.

调试的时候看数据？同样是JAVA对象，当然可以看啊。
对，JSON最大的优点是可以自己写一个，但这个也很方便啊，写一个proto文件，编译一下，一切搞定。想怎么用就怎么用。
你可以看一下文章最后的大小对比，然后试一下使用它，就知道它的优势在哪了。虽然会有点麻烦，但比起处理效率的提高，我觉得还是很值得的。

5 楼 houxinyou 2013-11-15  

文件格式是什么样的?调试的时候能直接看出来导出的数据吗?感觉JSON最大的优点就是测试的时候可以自己写一个JSON文件,如果这个做不到的话,可能还是有问题.

4 楼 cxshun 2013-11-14  

finallygo 写道

关键的点没有说到,为什么protobuf比json小,建议楼主分享一下,protobuf的实现

确实，这个没说到。这篇主要还只是对比一下而已。实现的暂时还没看。我会抽时间看看，到时分享一下。

3 楼 cxshun 2013-11-14  

houxinyou 写道

用于程序通信吗?

这个不一定，当你需要传输大量数据时，并且带宽有限，一点点小的压缩都对你有很大帮助的。这个东西对大数据的压缩很有用。但当只有很少的数据量时，这个效果不明显。

2 楼 finallygo 2013-11-14  

关键的点没有说到,为什么protobuf比json小,建议楼主分享一下,protobuf的实现

1 楼 houxinyou 2013-11-14  

用于程序通信吗?