通过Java来测试JSON和Protocol Buffer的传输文件大小
作者：cxshun
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://github.com/google/protobuf
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;
}</span>
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;
}</span>
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:
<span style="font-size: 16px;">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）</span>
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();
}
}</span>
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());
}
}
}</span>
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();
}
}</span>
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();
}
}</span>
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();
}
}</span>
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。