前言
Thrift支持二进制，压缩格式，以及json格式数据的序列化和反序列化。开发人员可以更加灵活的选择协议的具体形式。协议是可自由扩展的，新版本的协议，完全兼容老的版本！
正文
数据交换格式简介
当前流行的数据交换格式可以分为如下几类：
(一) 自解析型
序列化的数据包含完整的结构， 包含了field名称和value值。比如xml/json/java serizable，大百度的mcpack/compack，都属于此类。即调整不同属性的顺序对序列化/反序列化不造成影响。
(二) 半解析型
序列化的数据，丢弃了部分信息， 比如field名称， 但引入了index(常常是id+type的方式)来对应具体属性和值。这方面的代表有google protobuf/thrift也属于此类。
(三) 无解析型
传说中大百度的infpack实现，就是借助该种方式来实现，丢弃了很多有效信息，性能/压缩比最好，不过向后兼容需要开发做一定的工作， 详情不知。
| 交换格式 | 类型 | 优点 | 缺点 |
|---|---|---|---|
| Xml | 文本 | 易读 | 臃肿，不支持二进制数据类型 |
| JSON | 文本 | 易读 | 丢弃了类型信息，比如"score":100，对score类型是int/double解析有二义性， 不支持二进制数据类型 |
| Java serizable | 二进制 | 使用简单 | 臃肿，只限制在JAVA领域 |
| Thrift | 二进制 | 高效 | 不易读，向后兼容有一定的约定限制 |
| Google Protobuf | 二进制 | 高效 | 不易读，向后兼容有一定的约定限制 |
Thrift的数据类型
- 基本类型： bool: 布尔值 byte: 8位有符号整数 i16: 16位有符号整数 i32: 32位有符号整数 i64: 64位有符号整数 double: 64位浮点数 string: UTF-8编码的字符串 binary: 二进制串
- 结构体类型： struct: 定义的结构体对象
- 容器类型： list: 有序元素列表 set: 无序无重复元素集合 map: 有序的key/value集合
- 异常类型： exception: 异常类型
- 服务类型： service: 具体对应服务的类
Thrift的序列化协议
Thrift可以让用户选择客户端与服务端之间传输通信协议的类别，在传输协议上总体划分为文本(text)和二进制(binary)传输协议。为节约带宽，提高传输效率，一般情况下使用二进制类型的传输协议为多数，有时还会使用基于文本类型的协议，这需要根据项目/产品中的实际需求。常用协议有以下几种：
- TBinaryProtocol：二进制编码格式进行数据传输
- TCompactProtocol：高效率的、密集的二进制编码格式进行数据传输
- TJSONProtocol： 使用
JSON文本的数据编码协议进行数据传输 - TSimpleJSONProtocol：只提供
JSON只写的协议，适用于通过脚本语言解析
Thrift的序列化测试
(a). 首先编写一个简单的thrift文件pair.thrift：
struct Pair { 1: required string key 2: required string value}复制代码 这里标识了
required的字段，要求在使用时必须正确赋值，否则运行时会抛出TProtocolException异常。缺省和指定为optional时，则运行时不做字段非空校验。
(b). 编译并生成java源代码：
thrift -gen java pair.thrift复制代码
(c). 编写序列化和反序列化的测试代码：
- 序列化测试，将
Pair对象写入文件中
private static void writeData() throws IOException， TException { Pair pair = new Pair(); pair.setKey("key1").setValue("value1"); FileOutputStream fos = new FileOutputStream(new File("pair.txt")); pair.write(new TBinaryProtocol(new TIOStreamTransport(fos))); fos.close();}复制代码 - 反序列化测试，从文件中解析生成
Pair对象
private static void readData() throws TException， IOException { Pair pair = new Pair(); FileInputStream fis = new FileInputStream(new File("pair.txt")); pair.read(new TBinaryProtocol(new TIOStreamTransport(fis))); System.out.println("key => " + pair.getKey()); System.out.println("value => " + pair.getValue()); fis.close();}复制代码 (d) 观察运行结果，正常输出表明序列化和反序列化过程正常完成。
Thrift协议源码
(一) writeData()分析
首先查看thrift的序列化机制，即数据写入实现，这里采用二进制协议TBinaryProtocol，切入点为pair.write(TProtocol)：
查看scheme()方法，决定采用元组计划(TupleScheme)还是标准计划(StandardScheme)来实现序列化，默认采用的是标准计划StandardScheme。
标准计划(StandardScheme)下的write()方法：
这里完成了几步操作：
(a). 根据Thrift IDL文件中定义了required的字段验证字段是否正确赋值。
public void validate() throws org.apache.thrift.TException { // check for required fields if (key == null) { throw new org.apache.thrift.protocol.TProtocolException("Required field 'key' was not present! Struct: " + toString()); } if (value == null) { throw new org.apache.thrift.protocol.TProtocolException("Required field 'value' was not present! Struct: " + toString()); }}复制代码 (b). 通过writeStructBegin()记录写入结构的开始标记。
public void writeStructBegin(TStruct struct) {}复制代码 (c). 逐一写入Pair对象的各个字段，包括字段字段开始标记、字段的值和字段结束标记。
if (struct.key != null) { oprot.writeFieldBegin(KEY_FIELD_DESC); oprot.writeString(struct.key); oprot.writeFieldEnd();}// 省略...复制代码 (1). 首先是字段开始标记，包括type和field-id。type是字段的数据类型的标识号，field-id是Thrift IDL定义的字段次序，比如说key为1，value为2。
public void writeFieldBegin(TField field) throws TException { writeByte(field.type); writeI16(field.id);}复制代码 Thrift提供了TType，对不同的数据类型(type)提供了唯一标识的typeID。
public final class TType { public static final byte STOP = 0; // 数据读写完成 public static final byte VOID = 1; // 空值 public static final byte BOOL = 2; // 布尔值 public static final byte BYTE = 3; // 字节 public static final byte DOUBLE = 4; // 双精度浮点型 public static final byte I16 = 6; // 短整型 public static final byte I32 = 8; // 整型 public static final byte I64 = 10; // 长整型 public static final byte STRING = 11; // 字符串类型 public static final byte STRUCT = 12; // 引用类型 public static final byte MAP = 13; // Map public static final byte SET = 14; // 集合 public static final byte LIST = 15; // 列表 public static final byte ENUM = 16; // 枚举}复制代码 (2). 然后是写入字段的值，根据字段的数据类型又归纳为以下实现：writeByte()、writeBool()、writeI32()、writeI64()、writeDouble()、writeString()和writeBinary()方法。
TBinaryProtocol通过一个长度为8的byte字节数组缓存写入或读取的临时字节数据。
private final byte[] inoutTemp = new byte[8];复制代码
**常识1：**16进制的介绍。以0x开始的数据表示16进制，0xff换成十进制为255。在16进制中，A、B、C、D、E、F这五个字母来分别表示10、11、12、13、14、15。
16进制变十进制：f表示15。第n位的权值为16的n次方，由右到左从0位起：0xff = 1516^1 + 1516^0 = 255 16进制变二进制再变十进制：0xff = 1111 1111 = 2^8 - 1 = 255
**常识2：**位运算符的使用。>>表示代表右移符号，如：int i=15; i>>2的结果是3，移出的部分将被抛弃。而<<表示左移符号，与>>刚好相反。
转为二进制的形式可能更好理解，0000 1111(15)右移2位的结果是0000 0011(3)，0001 1010(18)右移3位的结果是0000 0011(3)。
- writeByte()：写入单个字节数据。
public void writeByte(byte b) throws TException { inoutTemp[0] = b; trans_.write(inoutTemp， 0， 1);}复制代码 - writeBool()：写入布尔值数据。
public void writeBool(boolean b) throws TException { writeByte(b ? (byte)1 : (byte)0);}复制代码 - writeI16()：写入短整型
short类型数据。
public void writeI16(short i16) throws TException { inoutTemp[0] = (byte)(0xff & (i16 >> 8)); inoutTemp[1] = (byte)(0xff & (i16)); trans_.write(inoutTemp， 0， 2);}复制代码 - writeI32()：写入整型
int类型数据。
public void writeI32(int i32) throws TException { inoutTemp[0] = (byte)(0xff & (i32 >> 24)); inoutTemp[1] = (byte)(0xff & (i32 >> 16)); inoutTemp[2] = (byte)(0xff & (i32 >> 8)); inoutTemp[3] = (byte)(0xff & (i32)); trans_.write(inoutTemp， 0， 4);}复制代码 - writeI64()：写入长整型
long类型数据。
public void writeI64(long i64) throws TException { inoutTemp[0] = (byte)(0xff & (i64 >> 56)); inoutTemp[1] = (byte)(0xff & (i64 >> 48)); inoutTemp[2] = (byte)(0xff & (i64 >> 40)); inoutTemp[3] = (byte)(0xff & (i64 >> 32)); inoutTemp[4] = (byte)(0xff & (i64 >> 24)); inoutTemp[5] = (byte)(0xff & (i64 >> 16)); inoutTemp[6] = (byte)(0xff & (i64 >> 8)); inoutTemp[7] = (byte)(0xff & (i64)); trans_.write(inoutTemp， 0， 8);}复制代码 - writeDouble()：写入双浮点型
double类型数据。
public void writeDouble(double dub) throws TException { writeI64(Double.doubleToLongBits(dub));}复制代码 - writeString()：写入字符串类型，这里先写入字符串长度，再写入字符串内容。
public void writeString(String str) throws TException { try { byte[] dat = str.getBytes("UTF-8"); writeI32(dat.length); trans_.write(dat， 0， dat.length); } catch (UnsupportedEncodingException uex) { throw new TException("JVM DOES NOT SUPPORT UTF-8"); }}复制代码 - writeBinary：写入二进制数组类型数据，这里数据输入是
NIO中的ByteBuffer类型。
public void writeBinary(ByteBuffer bin) throws TException { int length = bin.limit() - bin.position(); writeI32(length); trans_.write(bin.array()， bin.position() + bin.arrayOffset()， length);}复制代码 (3). 每个字段写入完成后，都需要记录字段结束标记。
public void writeFieldEnd() {}复制代码 (d). 当所有的字段都写入以后，需要记录字段停止标记。
public void writeFieldStop() throws TException { writeByte(TType.STOP);}复制代码 (e). 当所有数据写入完成后，通过writeStructEnd()记录写入结构的完成标记。
public void writeStructEnd() {}复制代码 (二) readData()分析
查看thrift的反序列化机制，即数据读取实现，同样采用二进制协议TBinaryProtocol，切入点为pair.read(TProtocol)：
数据读取和数据写入一样，也是采用的标准计划StandardScheme。标准计划(StandardScheme)下的read()方法：
这里完成的几步操作：
(a). 通过readStructBegin读取结构的开始标记。
iprot.readStructBegin();复制代码
(b). 循环读取结构中的所有字段数据到Pair对象中，直到读取到org.apache.thrift.protocol.TType.STOP为止。iprot.readFieldBegin()指明开始读取下一个字段的前需要读取字段开始标记。
while (true) { schemeField = iprot.readFieldBegin(); if (schemeField.type == org.apache.thrift.protocol.TType.STOP) { break; } // 字段的读取，省略...}复制代码 (c). 根据Thrift IDL定义的field-id读取对应的字段，并赋值到Pair对象中，并设置Pair对象相应的字段为已读状态(前提：字段在IDL中被定义为required)。
switch (schemeField.id) { case 1: // KEY if (schemeField.type == org.apache.thrift.protocol.TType.STRING) { struct.key = iprot.readString(); struct.setKeyIsSet(true); } else { org.apache.thrift.protocol.TProtocolUtil.skip(iprot， schemeField.type); } break; case 2: // VALUE if (schemeField.type == org.apache.thrift.protocol.TType.STRING) { struct.value = iprot.readString(); struct.setValueIsSet(true); } else { org.apache.thrift.protocol.TProtocolUtil.skip(iprot， schemeField.type); } break; default: org.apache.thrift.protocol.TProtocolUtil.skip(iprot， schemeField.type);}复制代码 关于读取字段的值，根据字段的数据类型也分为以下实现：readByte()、readBool()、readI32()、readI64()、readDouble()、readString()和readBinary()方法。
- readByte()：读取单个字节数据。
public byte readByte() throws TException { if (trans_.getBytesRemainingInBuffer() >= 1) { byte b = trans_.getBuffer()[trans_.getBufferPosition()]; trans_.consumeBuffer(1); return b; } readAll(inoutTemp， 0， 1); return inoutTemp[0];}复制代码 - readBool()：读取布尔值数据。
public boolean readBool() throws TException { return (readByte() == 1);}复制代码 - readI16()：读取短整型
short类型数据。
public short readI16() throws TException { byte[] buf = inoutTemp; int off = 0; if (trans_.getBytesRemainingInBuffer() >= 2) { buf = trans_.getBuffer(); off = trans_.getBufferPosition(); trans_.consumeBuffer(2); } else { readAll(inoutTemp， 0， 2); } return (short) (((buf[off] & 0xff) << 8) | ((buf[off+1] & 0xff)));}复制代码 - readI32()：读取整型
int类型数据。
public int readI32() throws TException { byte[] buf = inoutTemp; int off = 0; if (trans_.getBytesRemainingInBuffer() >= 4) { buf = trans_.getBuffer(); off = trans_.getBufferPosition(); trans_.consumeBuffer(4); } else { readAll(inoutTemp， 0， 4); } return ((buf[off] & 0xff) << 24) | ((buf[off+1] & 0xff) << 16) | ((buf[off+2] & 0xff) << 8) | ((buf[off+3] & 0xff));}复制代码 - readI64()：读取长整型
long类型数据。
public long readI64() throws TException { byte[] buf = inoutTemp; int off = 0; if (trans_.getBytesRemainingInBuffer() >= 8) { buf = trans_.getBuffer(); off = trans_.getBufferPosition(); trans_.consumeBuffer(8); } else { readAll(inoutTemp， 0， 8); } return ((long)(buf[off] & 0xff) << 56) | ((long)(buf[off+1] & 0xff) << 48) | ((long)(buf[off+2] & 0xff) << 40) | ((long)(buf[off+3] & 0xff) << 32) | ((long)(buf[off+4] & 0xff) << 24) | ((long)(buf[off+5] & 0xff) << 16) | ((long)(buf[off+6] & 0xff) << 8) | ((long)(buf[off+7] & 0xff));}复制代码 - readDouble()：读取双精度浮点
double类型数据。
public double readDouble() throws TException { return Double.longBitsToDouble(readI64());}复制代码 - readString()：读取字符串类型的数据，首先读取并校验
4字节的字符串长度，然后检查NIO缓冲区中是否有对应长度的字节未消费。如果有，直接从缓冲区中读取；否则，从传输通道中读取数据。
public String readString() throws TException { int size = readI32(); checkStringReadLength(size); if (trans_.getBytesRemainingInBuffer() >= size) { try { String s = new String(trans_.getBuffer()， trans_.getBufferPosition()， size， "UTF-8"); trans_.consumeBuffer(size); return s; } catch (UnsupportedEncodingException e) { throw new TException("JVM DOES NOT SUPPORT UTF-8"); } } return readStringBody(size);}复制代码 如果是从传输通道中读取数据，查看readStringBody()方法：
public String readStringBody(int size) throws TException { try { byte[] buf = new byte[size]; trans_.readAll(buf， 0， size); return new String(buf， "UTF-8"); } catch (UnsupportedEncodingException uex) { throw new TException("JVM DOES NOT SUPPORT UTF-8"); }}复制代码 - readBinary()：读取二进制数组类型数据，和字符串读取类似，返回一个
ByteBuffer字节缓存对象。
public ByteBuffer readBinary() throws TException { int size = readI32(); checkStringReadLength(size); if (trans_.getBytesRemainingInBuffer() >= size) { ByteBuffer bb = ByteBuffer.wrap(trans_.getBuffer()， trans_.getBufferPosition()， size); trans_.consumeBuffer(size); return bb; } byte[] buf = new byte[size]; trans_.readAll(buf， 0， size); return ByteBuffer.wrap(buf);}复制代码 (d). 每个字段数据读取完成后，都需要再读取一个字段结束标记。
public void readFieldEnd() {}复制代码 (e). 当所有字段读取完成后，需要通过readStructEnd()再读入一个结构完成标记。
public void readStructEnd() {}复制代码 (f). 读取结束后，同样需要校验在Thrift IDL中定义为required的字段是否为空，是否合法。
public void validate() throws org.apache.thrift.TException { // check for required fields if (key == null) { throw new org.apache.thrift.protocol.TProtocolException("Required field 'key' was not present! Struct: " + toString()); } if (value == null) { throw new org.apache.thrift.protocol.TProtocolException("Required field 'value' was not present! Struct: " + toString()); }}复制代码 总结
其实到这里，对于Thrift的序列化机制和反序列化机制的具体实现和高效性，相信各位已经有了比较深入的认识！
相关链接
欢迎关注技术公众号： 零壹技术栈
本帐号将持续分享后端技术干货，包括虚拟机基础，多线程编程，高性能框架，异步、缓存和消息中间件，分布式和微服务，架构学习和进阶等学习资料和文章。