ProtoBuf 编码原理

Tag = (field_number << 3) | wire_type

- **field_number**：就是 `.proto` 文件中定义的字段编号，如 `int32 age = 1;` 中的 `1`。
- **wire_type**：3 位宽，用于指明该字段值部分采用哪种编码格式。ProtoBuf 定义了 6 种 wire type：

| wire_type | 名称                 | 用于                                                         |
|-----------|----------------------|--------------------------------------------------------------|
| 0         | Varint              | int32, int64, uint32, uint64, bool, enum, sint32, sint64 等  |
| 1         | 64-bit              | fixed64, sfixed64, double                                    |
| 2         | Length-delimited    | string, bytes, 嵌套消息, packed repeated 字段               |
| 3         | Start group         | 已废弃（groups 类型）                                        |
| 4         | End group           | 已废弃（groups 类型）                                        |
| 5         | 32-bit              | fixed32, sfixed32, float                                     |

**示例**：字段 `int32 age = 1;` 的 tag 计算：
- field_number = 1，左移 3 位得 8（二进制 `1000`）
- wire_type = 0（Varint）
- Tag = `8 | 0` = 8。该字段在二进制流中第一个字节即为 `08`。

## 3. Varint 编码：整数基础
Varint（可变长整数）是理解 ProtoBuf 编码的基石。它使用一种巧妙的方案：**每个字节用最高位（msb）作为延续标志，剩余 7 位存储数值，小端序排列**。

**规则**：
- 一个字节的 msb 为 1 表示后面还有字节，为 0 表示这是最后一个字节。
- 有效数据位按小端序组合（第一个字节是最低 7 位）。

**示例：编码数值 300**
1. `300` 的二进制是 `100101100`。
2. 拆成 7 位一组（从低位开始）：`0101100` 和 `0000010`。
3. 小端序排列：先写低位组 `0101100`，再写高位组 `0000010`。
4. 为最后一个字节添加 msb = 0，其余 msb = 1：
   - 第一字节：`1 0101100` = `AC`
   - 第二字节：`0 0000010` = `02`
5. 最终编码：`AC 02`。

**为什么要这样做**？因为实际数据中绝大多数整数都很小（如年龄、数量），用 Varint 编码可以省去高位全零的字节，显著压缩体积。

## 4. ZigZag 编码：让负数变小
Varint 对负数处理极差：因为所有负整数在计算机中都是用补码表示，最高位始终为 1，导致 Varint 会占用满 10 字节（对于 int64）。为解决这一问题，ProtoBuf 引入了 `sint32` 和 `sint64` 类型，它们内部使用 ZigZag 编码。

**ZigZag 算法**：将有符号整数映射为无符号整数，使得绝对值小的负数映射后依然很小。
- 对于 int32：`(n << 1) ^ (n >> 31)`  （右移为算术右移）
- 对于 int64：`(n << 1) ^ (n >> 63)`

**示例**：
- `0` 映射后 `0` → Varint `00`
- `-1` 映射后 `1` → Varint `01`
- `1` 映射后 `2` → Varint `02`
- `-2` 映射后 `3` → Varint `03`

编码过程：原数值 → ZigZag 转换为无符号 → Varint 编码写入。这样负数的空间开销与正数一致。如果你经常使用负数，请务必选择 sint 系列。

## 5. 定长编码 (64-bit / 32-bit)
某些数据类型不需要可变长度，直接按照固定字节数编码更简单高效：
- **64-bit（wire type 1）**：fixed64, sfixed64, double  
  直接小端序写入 8 个字节。
- **32-bit（wire type 5）**：fixed32, sfixed32, float  
  直接小端序写入 4 个字节。

为什么还有 fixed32/fixed64？当数值范围较大且分布均匀时（如哈希值、传感器原始数据），定长编码比 Varint 更快，因为无需进行位运算解码。

## 6. Length-delimited 编码（长度分隔）
wire type 2 涵盖了字符串、字节数组、嵌套消息，以及 packed repeated 字段。其格式为：

Tag (包含 wire type=2) + Length (Varint编码) + 实际数据