簡介
netty之所以強大，是因爲它內置了很多非常有用的編碼解碼器，通過使用這些編碼解碼器可以很方便的搭建出非常強大的應用程序，今天給大家講講netty中最基本的內置編碼解碼器。
netty中的內置編碼器
在對netty的包進行引入的時候，我們可以看到netty有很多以netty-codec開頭的artifactId，統計一下，有這麼多個：
netty-codec
netty-codec-http
netty-codec-http2
netty-codec-memcache
netty-codec-redis
netty-codec-socks
netty-codec-stomp
netty-codec-mqtt
netty-codec-haproxy
netty-codec-dns
總共10個codec包，其中netty-codec是最基礎的一個，其他的9個是對不同的協議包進行的擴展和適配，可以看到netty支持常用的和流行的協議格式，非常的強大。因爲codec的內容非常多，要講解他們也不是很容易，本文將會以netty-codec做一個例子，講解其中最基本的也是最通用的編碼解碼器。
使用codec要注意的問題
雖然netty提供了很方便的codec編碼解碼器，但是正如我們在前一篇文章中提到的，有些codec是需要和Frame detection一起配合使用的，先使用Frame detection將ByteBuf拆分成一個個代表真實數據的ByteBuf，再交由netty內置的codec或者自定義的codec進行處理，這樣才能起到應有的效果。
netty內置的基本codec
netty中基本的codec有base64、bytes、compression、json、marshalling、protobuf、serialization、string和xml這幾種。
下面將會一一進行講解。
base64
這個codec是負責ByteBuf和base64過後的ByteBuf之間的轉換。雖然都是從ByteBuf到ByteBuf，但是其中的內容發生了變化。
有兩個關鍵的類，分別是Base64Encoder和Base64Decoder。因爲Base64Decoder是一個MessageToMessageDecoder，所以需要使用一個DelimiterBasedFrameDecoder提前進行處理，常用的例子如下：
ChannelPipeline pipeline = ...;
// Decoders
pipeline.addLast("frameDecoder", new DelimiterBasedFrameDecoder(80, Delimiters.nulDelimiter()));
pipeline.addLast("base64Decoder", new Base64Decoder());
// Encoder
pipeline.addLast("base64Encoder", new Base64Encoder());
bytes
bytes是將bytes數組和ByteBuf之間進行轉換，同樣的在decode之前，也需要使用FrameDecoder，通常的使用方式如下：
ChannelPipeline pipeline = ...;
// Decoders
pipeline.addLast("frameDecoder",
new LengthFieldBasedFrameDecoder(1048576, 0, 4, 0, 4));
pipeline.addLast("bytesDecoder",
new ByteArrayDecoder());
// Encoder
pipeline.addLast("frameEncoder", new LengthFieldPrepender(4));
pipeline.addLast("bytesEncoder", new ByteArrayEncoder());
compression
compression這個包的內容就比較豐富了，主要是對數據的壓縮和解壓縮服務。其支持的算法如下：
brotli
Bzip2
FastLZ
JdkZlib
Lz4
Lzf
Snappy
Zlib
Zstandard
compression對於大數據量的傳輸特別有幫助，通過壓縮可以節省傳輸的數據量，從而提高傳輸速度。
但是壓縮是使用特定的算法來計算的，所以它是一個高CPU的操作，我們在使用的時候需要兼顧網絡速度和CPU性能，並從中得到平衡。
json
json這個包裏面只有一個JsonObjectDecoder類，主要負責將Byte流的JSON對象或者數組轉換成JSON對象和數組。
JsonObjectDecoder直接就是一個ByteToMessageDecoder的子類，所以它不需要FrameDecoder，它是根據括號的匹配來判斷Byte數組的起始位置，從而區分哪些Byte數據是屬於同一個Json對象或者數組。
我們如果希望使用JSON來傳輸數據的話，這個類就非常有用了。
marshalling
Marshalling的全稱叫做JBoss Marshalling，它是JBoss出品的一個對象序列化的方式，但是JBoss Marshalling的最新API還是在2011-04-27，已經有10年沒更新了，是不是已經被廢棄了？
所以這裏我們不詳細介紹這個序列化的內容，感興趣的小夥伴可以自行探索。
protobuf
protobuf大家應該都很熟悉了，它是google出品的一種信息交換格式，可以將其看做是一種序列化的方式。它是語言中立、平臺中立、可擴展的結構化數據序列化機制，和XML類似，但是比XML更小、更快、更簡單。
netty對protobuf的支持在於可以將protobuf中的message和MessageLite對象跟ByteBuf進行轉換。
protobuf的兩個編碼器也是message到message直接的轉換，所以也需要使用frame detection。當然你也可以使用其他的frame detection比如LengthFieldPrepender和LengthFieldBasedFrameDecoder如下所示：
ChannelPipeline pipeline = ...;
// Decoders
pipeline.addLast("frameDecoder",
new LengthFieldBasedFrameDecoder(1048576, 0, 4, 0, 4));
pipeline.addLast("protobufDecoder",
new ProtobufDecoder(MyMessage.getDefaultInstance()));
// Encoder
pipeline.addLast("frameEncoder", new LengthFieldPrepender(4));
pipeline.addLast("protobufEncoder", new ProtobufEncoder());
其中LengthFieldPrepender會自動給字段前面加上一個長度字段：
之前：
+----------------+
| "HELLO, WORLD" |
+----------------+
之後：
+--------+----------------+
+ 0x000C | "HELLO, WORLD" |
+--------+----------------+
當然netty爲protobuf準備了兩個專門的frame detection，他們是ProtobufVarint32FrameDecoder和ProtobufVarint32LengthFieldPrepender。在講解這兩個類之前，我們需要了解一下protobuf中的Base 128 Varints。
什麼叫Varints呢？就是序列化整數的時候，佔用的空間大小是不一樣的，小的整數佔用的空間小，大的整數佔用的空間大，這樣不用固定一個具體的長度，可以減少數據的長度，但是會帶來解析的複雜度。
那麼怎麼知道這個數據到底需要幾個byte呢？在protobuf中，每個byte的最高位是一個判斷位，如果這個位被置位1，則表示後面一個byte和該byte是一起的，表示同一個數，如果這個位被置位0，則表示後面一個byte和該byte沒有關係，數據到這個byte就結束了。
舉個例子，一個byte是8位，如果表示的是整數1，那麼可以用下面的byte來表示：
0000 0001
如果一個byte裝不下的整數，那麼就需要使用多個byte來進行連接操作，比如下面的數據表示的是300：
1010 1100 0000 0010
爲什麼是300呢？首先看第一個byte，它的首位是1，表示後面還有一個byte。再看第二個byte，它的首位是0，表示到此就結束了。我們把判斷位去掉，變成下面的數字：
010 1100 000 0010
這時候還不能計算數據的值，因爲在protobuf中，byte的位數是反過來的，所以我們需要把上面的兩個byte交換一下位置：
000 0010 010 1100
也就是：
10 010 1100
=256 + 32 + 8 + 4 = 300
在protobuf中一般使用Varint作爲字段的長度位，所以netty提供了ProtobufVarint32LengthFieldPrepender和ProtobufVarint32FrameDecoder對ByteBuf進行轉換。
比如爲ByteBuf添加varint的length：
BEFORE ENCODE (300 bytes) AFTER ENCODE (302 bytes)
+---------------+ +--------+---------------+
| Protobuf Data |-------------->| Length | Protobuf Data |
| (300 bytes) | | 0xAC02 | (300 bytes) |
+---------------+ +--------+---------------+
解碼的時候刪除varint的length字段：
BEFORE DECODE (302 bytes) AFTER DECODE (300 bytes)
+--------+---------------+ +---------------+
| Length | Protobuf Data |----->| Protobuf Data |
| 0xAC02 | (300 bytes) | | (300 bytes) |
+--------+---------------+ +---------------+
serialization
序列化就是把對象轉換成二進制數據，事實上所有的codec都可以成爲序列化。他們提供了對象和byte之間的轉換方法。
netty也提供了兩個對象的轉換方法：ObjectDecoder和ObjectEncoder。
要注意的是，這兩個對象和JDK自帶的ObjectInputStream和ObjectOutputStream，是不兼容的，如果要兼容，可以使用CompactObjectInputStream、CompactObjectOutputStream和CompatibleObjectEncoder。
string
String是我們最常使用到的對象，netty爲string提供了StringDecoder和StringEncoder。
同樣的，在使用這兩個類之前，需要將消息進行轉換，通常使用的是 LineBasedFrameDecoder按行進行轉換：
ChannelPipeline pipeline = ...;
// Decoders
pipeline.addLast("frameDecoder", new LineBasedFrameDecoder(80));
pipeline.addLast("stringDecoder", new StringDecoder(CharsetUtil.UTF_8));
// Encoder
pipeline.addLast("stringEncoder", new StringEncoder(CharsetUtil.UTF_8));
xml
xml也是一個非常常用的格式，但是它的體積會比較大，現在應該用的比較少了。netty提供了一個XmlFrameDecoder來進行解析。
因爲xml有自己的開始和結束符，所以不需要再做frame detection，直接轉換即可，如：
+-----+-----+-----------+
| <an | Xml | Element/> |
+-----+-----+-----------+
轉換成：
+-----------------+
| <anXmlElement/> |
+-----------------+
+-----+-----+-----------+-----+----------------------------------+
| <an | Xml | Element/> | <ro | ot><child>content</child></root> |
+-----+-----+-----------+-----+----------------------------------+
轉換成：
+-----------------+-------------------------------------+
| <anXmlElement/> | <root><child>content</child></root> |
+-----------------+-------------------------------------+
都是可以的。
總結
netty提供了很多優秀的codec來適配各種應用協議，大家可以多用用，找找不同協議的不同之處。
本文已收錄於 http://www.flydean.com/16-netty-buildin-codec-common/
最通俗的解讀，最深刻的乾貨，最簡潔的教程，衆多你不知道的小技巧等你來發現！
歡迎關注我的公衆號:「程序那些事」,懂技術，更懂你！