编码格式对比

包含自描述信息

1. JSON (JavaScript Object Notation)

JSON格式是1999年ECMA-262的子集合，由 Douglas Crockford 提出。

基本数据类型：

• 数值：符合IEEE754的十进制数，不能有前导0，可以为负数，可以有小数部分。还可以用e或者E表示指数部分。不能包含非数，如NaN。不区分整数与浮点数。JavaScript用双精度浮点数表示所有数值。
• 字符串：以双引号""括起来的零个或多个Unicode码位。支持反斜杠开始的转义字符序列。
• 布尔值：表示为 true 或者 false。
• 数组：有序的零个或者多个值。每个值可以为任意类型。数组使用方括号 [] 包裹。多个数组元素之间用逗号 , 分隔，形如：[value, value]。
• 对象：若干无序的“键-值对”，其中键只能是字符串。建议但不强制要求对象中的键是独一无二的。对象以花括号 {} 包裹。多个键-值对之间使用逗号,分隔。键与值之间用冒号 : 分隔。
• 空值：值写为 null

优点

1. 自描述，人类可阅读性高
2. 几乎所有与网络开发相关的语言都有JSON函数库。

缺点

1. 整型最大，浮点型最大
2. 不支持二进制数据

2. MessagePack

基本数据类型：

• 空值：nil
• 布尔值, 表示为 true 或者 false。
• 整型, 最大64位有符号或无符号整数
• 浮点型, IEEE单双精度浮点
• 字符串, UTF-8 字符串
• 二进制, 最大 ($2^{32}-1$)4294967295 字节
• 数组
• 对象, 关系数组
• 扩展类型 ext type
• 时间 ext type = -1

以二进制形式，用于表示简单的数据结构，如数组和关系数组。旨在尽可能紧凑和简单。

优点

1. 编解码自描述
2. 体积小
3. 速度快
4. 支持二进制编码

缺点

1. 人类可阅读性差
2. 额外引包 (msgpack 官方提供了多种语言)

3. CBOR (Concise Binary Object Representation)

CBOR的灵感来自Message Pack。
一种简洁二进制对象表示格式，其设计目标包括极小的代码体积、相当小的消息体积以及无需版本协商的可扩展性。

优点

1. 编解码自描述
2. 体积小
3. 速度快
4. 支持二进制编码
5. 占用资源少

缺点

1. 人类可阅读性很差
2. 大部分语言需要依靠第三方实现

4. XML (Extensible Markup Language)

可扩展标记语言是一种标记语言和用于存储、传输和重构松散数据的文件格式。它定义了一系列编码文档的规则以使其在人类可读的同时机器可读。万维网联盟于1998年发布的 XML 1.0 规范和其他相关开源标准共同定义了 XML。

关键术语

• 字符（ Character ）
• 处理器（ Processor ）与应用（ Application ）
• 标记（ Markup ）与内容（ Content ）
• 标签（ Tag ）
• 元素（ Element ）
• 属性（ Attribute ）
• XML 声明（ Declaration ）

优点

1. 编解码自描述，可阅读性高
2. 易于编写，作为配置文件

缺点

1. 占用空间大，重复字符多
2. 结构不灵活

不包含自描述信息

1. Protobuf (Protocol Buffers)

像JSON一样，只是它更小、更快，并且需要生成本地语言绑定。

优点

1. 编解码速度快
2. 占用体积小
3. 支持二进制编码

缺点

1. 接发双方均需要预定义结构

基本数据类型：

• double：双精度浮点
• float：单精度浮点
• int32：32位整型，可变长度编码
• int64：64 位整型，可变长度编码
• uint32：32位整型，可变长度编码
• uint64：64 位整型，可变长度编码
• sint32：比常规 int32 更有效地编码负值。
• sint64：比常规 int64 更有效地编码负值。
• fixed32：固定4字节。如果值通常大于$2^{28}$，则比uint32更有效。
• fixed64：固定8字节。如果值通常大于$2^{56}$，则比uint32更有效。
• sfixed32：固定4字节。
• sfixed64：固定8字节。
• bool：布尔值
• string：字符串
• bytes：二进制数据

其他类似的格式

1. Apache Thrift

2. Apache Avro

优缺点