简介
netty之所以强大，是因为它内置了很多非常有用的编码解码器，通过使用这些编码解码器可以很方便的搭建出非常强大的应用程序，今天给大家讲讲netty中最基本的内置编码解码器。
netty中的内置编码器
在对netty的包进行引入的时候，我们可以看到netty有很多以netty-codec开头的artifactId，统计一下，有这么多个：
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
总共10个codec包，其中netty-codec是最基础的一个，其他的9个是对不同的协议包进行的扩展和适配，可以看到netty支持常用的和流行的协议格式，非常的强大。因为codec的内容非常多，要讲解他们也不是很容易，本文将会以netty-codec做一个例子，讲解其中最基本的也是最通用的编码解码器。
使用codec要注意的问题
虽然netty提供了很方便的codec编码解码器，但是正如我们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将ByteBuf拆分成一个个代表真实数据的ByteBuf，再交由netty内置的codec或者自定义的codec进行处理，这样才能起到应有的效果。
netty内置的基本codec
netty中基本的codec有base64、bytes、compression、json、marshalling、protobuf、serialization、string和xml这几种。
下面将会一一进行讲解。
base64
这个codec是负责ByteBuf和base64过后的ByteBuf之间的转换。虽然都是从ByteBuf到ByteBuf，但是其中的内容发生了变化。
有两个关键的类，分别是Base64Encoder和Base64Decoder。因为Base64Decoder是一个MessageToMessageDecoder，所以需要使用一个DelimiterBasedFrameDecoder提前进行处理，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是将bytes数组和ByteBuf之间进行转换，同样的在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这个包的内容就比较丰富了，主要是对数据的压缩和解压缩服务。其支持的算法如下：
brotli Bzip2 FastLZ JdkZlib Lz4 Lzf Snappy Zlib Zstandard
compression对于大数据量的传输特别有帮助，通过压缩可以节省传输的数据量，从而提高传输速度。
但是压缩是使用特定的算法来计算的，所以它是一个高CPU的操作，我们在使用的时候需要兼顾网络速度和CPU性能，并从中得到平衡。
json
json这个包里面只有一个JsonObjectDecoder类，主要负责将Byte流的JSON对象或者数组转换成JSON对象和数组。
JsonObjectDecoder直接就是一个ByteToMessageDecoder的子类，所以它不需要FrameDecoder，它是根据括号的匹配来判断Byte数组的起始位置，从而区分哪些Byte数据是属于同一个Json对象或者数组。
我们如果希望使用JSON来传输数据的话，这个类就非常有用了。
marshalling
Marshalling的全称叫做JBoss Marshalling，它是JBoss出品的一个对象序列化的方式，但是JBoss Marshalling的最新API还是在2011-04-27，已经有10年没更新了，是不是已经被废弃了？
所以这里我们不详细介绍这个序列化的内容，感兴趣的小伙伴可以自行探索。
protobuf
protobuf大家应该都很熟悉了，它是google出品的一种信息交换格式，可以将其看做是一种序列化的方式。它是语言中立、平台中立、可扩展的结构化数据序列化机制，和XML类似，但是比XML更小、更快、更简单。
netty对protobuf的支持在于可以将protobuf中的message和MessageLite对象跟ByteBuf进行转换。
protobuf的两个编码器也是message到message直接的转换，所以也需要使用frame detection。当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会自动给字段前面加上一个长度字段：
之前： +----------------+ | "HELLO, WORLD" | +----------------+ 之后： +--------+----------------+ + 0x000C | "HELLO, WORLD" | +--------+----------------+
当然netty为protobuf准备了两个专门的frame detection，他们是ProtobufVarint32FrameDecoder和ProtobufVarint32LengthFieldPrepender。在讲解这两个类之前，我们需要了解一下protobuf中的Base 128 Varints。
什么叫Varints呢？就是序列化整数的时候，占用的空间大小是不一样的，小的整数占用的空间小，大的整数占用的空间大，这样不用固定一个具体的长度，可以减少数据的长度，但是会带来解析的复杂度。
那么怎么知道这个数据到底需要几个byte呢？在protobuf中，每个byte的最高位是一个判断位，如果这个位被置位1，则表示后面一个byte和该byte是一起的，表示同一个数，如果这个位被置位0，则表示后面一个byte和该byte没有关系，数据到这个byte就结束了。
举个例子，一个byte是8位，如果表示的是整数1，那么可以用下面的byte来表示：
0000 0001如果一个byte装不下的整数，那么就需要使用多个byte来进行连接操作，比如下面的数据表示的是300：
1010 1100 0000 0010为什么是300呢？首先看第一个byte，它的首位是1，表示后面还有一个byte。再看第二个byte，它的首位是0，表示到此就结束了。我们把判断位去掉，变成下面的数字：
010 1100 000 0010这时候还不能计算数据的值，因为在protobuf中，byte的位数是反过来的，所以我们需要把上面的两个byte交换一下位置：
000 0010 010 1100也就是：
10 010 1100=256 + 32 + 8 + 4 = 300
在protobuf中一般使用Varint作为字段的长度位，所以netty提供了ProtobufVarint32LengthFieldPrepender和ProtobufVarint32FrameDecoder对ByteBuf进行转换。
比如为ByteBuf添加varint的length：
BEFORE ENCODE (300 bytes) AFTER ENCODE (302 bytes) +---------------+ +--------+---------------+ | Protobuf Data |-------------->| Length | Protobuf Data | | (300 bytes) | | 0xAC02 | (300 bytes) | +---------------+ +--------+---------------+
解码的时候删除varint的length字段：
BEFORE DECODE (302 bytes) AFTER DECODE (300 bytes) +--------+---------------+ +---------------+ | Length | Protobuf Data |----->| Protobuf Data | | 0xAC02 | (300 bytes) | | (300 bytes) | +--------+---------------+ +---------------+
serialization
序列化就是把对象转换成二进制数据，事实上所有的codec都可以成为序列化。他们提供了对象和byte之间的转换方法。
netty也提供了两个对象的转换方法：ObjectDecoder和ObjectEncoder。
要注意的是，这两个对象和JDK自带的ObjectInputStream和ObjectOutputStream，是不兼容的，如果要兼容，可以使用CompactObjectInputStream、CompactObjectOutputStream和CompatibleObjectEncoder。
string
String是我们最常使用到的对象，netty为string提供了StringDecoder和StringEncoder。
同样的，在使用这两个类之前，需要将消息进行转换，通常使用的是 LineBasedFrameDecoder按行进行转换：
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也是一个非常常用的格式，但是它的体积会比较大，现在应该用的比较少了。netty提供了一个XmlFrameDecoder来进行解析。
因为xml有自己的开始和结束符，所以不需要再做frame detection，直接转换即可，如：
+-----+-----+-----------+ | <an | Xml | Element/> | +-----+-----+-----------+ 转换成： +-----------------+ | <anXmlElement/> | +-----------------+
+-----+-----+-----------+-----+----------------------------------+ | <an | Xml | Element/> | <ro | ot><child>content</child></root> | +-----+-----+-----------+-----+----------------------------------+ 转换成： +-----------------+-------------------------------------+ | <anXmlElement/> | <root><child>content</child></root> | +-----------------+-------------------------------------+
都是可以的。
总结
netty提供了很多优秀的codec来适配各种应用协议，大家可以多用用，找找不同协议的不同之处。
本文已收录于 http://www.flydean.com/16-netty-buildin-codec-common/
最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！
欢迎关注我的公众号:「程序那些事」,懂技术，更懂你！