Google Protobuf 使用方式分析
对于 RPC 协议来说，最重要的就是对象的发送与接收，这就要用到序列化与反序列化，也称为编码和解码，序列化与反序列化和网络传输一般都在对应的 RPC 框架中完成。
序列化与反序列化的流程如下：
JavaBean-> stub(client) <->skeleton(server)->JavaBean，简单点说就是编码和解码。
相比于 RMI 远程方法调用，很多 RPC 远程过程调用的跨语言的，这就需要序列化于反序列化协议也支持跨语言。Google Procobuf 就是这样一种跨语言的序列化于反序列化协议，效率非常高（怎么做到比其他协议效率高那？比其他协议压缩生成的对象小）。
Netty 对于 ProtoBuf 提供了很好的支持。
先看如何单独使用 Google ProtoBuf
新建 .proto 结构描述文件
syntax = "proto2"; package com.paul.protobuf; //加快解析速度 option optimize_for = SPEED； option java_package = "com.paul.protobuf"; option java_outer_classname = "DataInfo"; message Student{ reuqired string name = 1; option int32 = 2; option string address = 3; }
使用对应的编译文件生成对应的 Java 类
Proton —java_out src/main/java src/protobuf/Student.proto
这时在我们代码的 src/main/java 文件夹下生成了一个新的 pkg com.paul.protobuf，里面生成了 DataInfo 类。对象会有对应的 builder 方法让我们来构建。
测试序列化方法
// 构建对象->字节->对象 public class ProtoBufTest{ public static void main(String[] args) throws Exception{ DataInfo.Student student = DataInfo.Student.newBuilder().setName("张三").setAge(20).setAddress("abc").build(); byte[] student2ByteArray = student.toByteArray(); DataInfo.Student student2 = DataInfo.Student.parseFrom(student2ByteArray); System.out.println(studdent2); } }在来看 Netty 对 Google ProtoBuf 的支持
还是只给出不一样的部分(服务单和客户端的这部分是一样的)：
@Override protected void initChannel(SocketChannel ch) throws Exception{ ChannelPipeline pipeline = ch.pipeline(); pipeline.addLast(new ProtobufVarint32FrameDecoder()); //解码器 pipeline.addLast(new ProtobufDecoder(DataInfo.Student.getDefaultInstance())); pipeline.addLast(new ProtobufVarint32LengthFieldPrepender()); //编码器 pipeline.addLast(new ProtobufEncoder()); pipeline.addLast(new MyServerHandler()); }测试方法就是在客户端组装一个 DataInfo.Student 然后发送给服务端，这里就不演示了。
大家可能会发现上面的代码存在一个问题，就是上面的程序只能对 DataInfo.Student 进行编解码，如果传递消息的类型有多种怎么办那？
解决方案一：定义义协议，需要自己实现解码器，通过前两位来标识具体的 JavaBean 类型。
解决方案二：定义一个最外层的类，通过枚举的方式来确定传递的 JavaBean 类型。
比如我们有两个 JavaBean
message MyMessage{ enum DataType{ PersonType = 1; DogType = 2; CatType = 3; } required Datatype data_type = 1; //oneof 在同一时刻只有一个字段会被设置，字段之间会共享内存，后面设置会自动清空前面的。 oneof dataBody{ Person person = 2; Dog dog = 3; Cat cat = 4; } } message Person{ option string name = 1; option int32 age = 2; option string address = 3; } message Dog{ option string name = 1; option int32 age = 2; } message Cat{ option string name = 1; option int32 city = 2; }Pipeline 的改动(客户端和服务端)：
pipeline.addLast(new ProtobufDecoder(DataInfo.MyMessage.getDefaultInstance()));我们自己的 handler 的改动：
@Overrode public void channelActive(ChannelHandlerContext ctx) throws Exception{ MyDataInfo.MyMessage myMessage = MyDataInfo.MyMessage.newBuilder(). setDataType(DataType.PersonType.PersonType). setPerson(MyDataInfo.Person.newBuilder(). setName("张三").setAge(20). setAddress("111").build()). build(); ctx.channel().writeAndFlush(myMessage); }服务端 handler 根据 enum 的类型分别进行解析。
在实际的应用环境中，我们客户端和服务端大概率是两个分开的应用程序，此时我们使用 Google ProtoBuf 时 .proto 文件和对应的 class 文件是不是需要在两边都保存一份，如果有修改会非常麻烦。下面我们介绍一种最佳实践。
最佳实践是使用 git 作为版本控制系统为前提的：
不那么好的方案：git submodule，就相当于 maven 的子模块，客户端和服务端都依赖这个模块。
比较好的方案：git subtree，将公共的代码合并到 server 和 client 端，相当于向 server 和 client 提交代码。
Apache Thrift 使用方式与文件编写方式分析Apache Thrift 和 Google ProtoBuf 整体非常相似，适用于可伸缩的跨语言的服务开发。Thrift 相当于 Netty + Google ProtoBuf，是一个高性能 RPC 框架。Thrift 底层是 socket + RPC 的模式。