【 结论先行 】：

• protobuf将消息里的每个字段进行 编码 后，再利用 T-L-V或者T-V的方式进行数据存储 。
• protobuf对于 不同类型的数据会使用不同的编码和存储方式 。
• protobuf的 编码和存储方式是其性能优越、数据体积小的原因 。

protobuf中每一个消息中的字段都是 key-value类型 ，序列化的时候 key-value被编码和存储为字节流 ， 整体的消息结构如下图所示：

Tag 由字段编号 field_number 和 编码类型 wire_type 组成， Tag 整体采用 Varints 编码。Tag的值为（field_number << 3) | wire_type，即 最后三位存储wire type （编码类型）， 其他位用于存储field number （字段编号）。

wire type编码有以下几种类型：

【T-L-V格式】：

• T 作为标识号表明了在message中的位置以及数据类型。

• L 定义了value的长度，表示可变长度的字段。

• V 表示实际的value。

【 结论先行 】：对于 int32/int64 类型的数据（正数），protobuf会使用 Varints编码 ；而对于 sint32/sint64 类型的数据（负数），protobuf会 先使用ZigZag 编码，再使用Varints编码 。 存储格式为Tag-Value 。

Varints是使用一个或多个字节序列化整数的一种方法，也是一种 压缩算法 。 在Varints编码方式中，数字越小，占用的字节越少 。Varints编码的主要依据是： 越小的数字出现的频率越高 。

通常我们要存储一个整数需要4个字节或者8个字节，例如对于32位整数300，其二进制表示为： 00000000 00000000 00000001 00101100 。可以看到二进制表示中有很多无用的0也占用了内存，因此可以使用Varints编码对其进行压缩和解码。

Varints编码 使用msb表示当前是否是最后一个字节 ，如果 msb为1表示后面还有字节，如果msb为0表示当前字节是最后一个字节 。因为加入了msb，所以 每一个字节低七位表示具体的数值 。

【 Varints编码过程如下 】：

1. 先将整数转换为不带前导0的二进制表示： 100101100 。
2. 每一个字节的低七位存储数值： 0000010 0101100 。
3. 转换为小端模式： 0101100 0000010 。
4. 添加msb标志位： 10101100 00000010 。

从上述编码过程可知，原来需要四个字节表示的整数经过编码后只需要两个字节即可存储。Varints编码由于使用了msb标志位，因此可以表示的最大整数为2^28，所以说Varints编码基本可以满足绝大多数的应用场景。

Varints的不足在于对负数进行编码时效率极低 ，因为负数的二进制表示中1特别多，所以没办法去掉前导0，所以使用Varints编码意义不大。ZigZag编码被用来解决这一问题， 其核心思想是将有符号整数转换为无符号整数，进而能够使用Varints编码 。 如下图所示：

以负数-11为例，其二进制在计算机中是用补码表示的，整数原码为： 00001011 ，反码为： 11110100 ，补码（反码加1）为： 11110101 。

【 ZigZag编码过程如下 】：

1. 原数左移一位（左移时丢弃最高位，低位补0）： 11101010 。
2. 原数右移31位（右移时符号位不变，高位补符号位）： 11111111 。
3. 将上述两个二进制数取异或： 00010101 。

ZigZag编码和解码过程用代码表示为：