Go是如何实现protobuf的编解码的(2)：源码

这是一篇姊妹篇文章，浅析一下Go是如何实现protobuf编解码的：

1. Go是如何实现protobuf的编解码的(1): 原理
2. Go是如何实现protobuf的编解码的(2): 源码

本编是第二篇。

前言

上一篇文章Go是如何实现protobuf的编解码的（1）：原理
中已经指出了Go语言数据和Protobuf数据的编解码是由包github.com/golang/protobuf/proto完成的，本编就来分析一下proto包是如何实现编解码的。

编解码原理

编解码包都有支持的编解码类型，我们暂且把这些类型称为底层类型，编解码的本质是：

1. 为每一个底层类型配备一个或多个编解码函数
2. 把一个结构体的字段，递归的拆解成底层类型，然后选择合适的函数进行编码或解码操作

接下来先看编码，再看解码。

编码

约定：以下所有的代码片，如果是request.pb.go或main.go中的代码，会在第一行标记文件名，否则都是proto包的源码。

// main.go
package main

import (
	"fmt"

	"./types"
	"github.com/golang/protobuf/proto"
)

func main() {
	req := &types.Request{Data: "Hello Dabin"}

	// Marshal
	encoded, err := proto.Marshal(req)
	if err != nil {
		fmt.Printf("Encode to protobuf data error: %v", err)
	}
	...
}

编码调用的是proto.Marshal函数，它可以完成的是Go语言数据序列化成protobuf数据，返回序列化结果或错误。

proto编译成的Go结构体都是符合Message接口的，从Marshal可知Go结构体有3种序列化方式：

1. pb Message满足newMarshaler接口，则调用XXX_Marshal()进行序列化。
2. pb满足Marshaler接口，则调用Marshal()进行序列化，这种方式适合某类型自定义序列化规则的情况。
3. 否则，使用默认的序列化方式，创建一个Warpper，利用wrapper对pb进行序列化，后面会介绍方式1实际就是使用方式3。

// Marshal takes a protocol buffer message
// and encodes it into the wire format, returning the data.
// This is the main entry point.
func Marshal(pb Message) ([]byte, error) {
	if m, ok := pb.(newMarshaler); ok {
		siz := m.XXX_Size()
		b := make([]byte, 0, siz)
		return m.XXX_Marshal(b, false)
	}
	if m, ok := pb.(Marshaler); ok {
		// If the message can marshal itself, let it do it, for compatibility.
		// NOTE: This is not efficient.
		return m.Marshal()
	}
	// in case somehow we didn't generate the wrapper
	if pb == nil {
		return nil, ErrNil
	}
	var info InternalMessageInfo
	siz := info.Size(pb)
	b := make([]byte, 0, siz)
	return info.Marshal(b, pb, false)
}

newMarshaler和Marshaler如下：

// newMarshaler is the interface representing objects that can marshal themselves.
//
// This exists to support protoc-gen-go generated messages.
// The proto package will stop type-asserting to this interface in the future.
//
// DO NOT DEPEND ON THIS.
type newMarshaler interface {
	XXX_Size() int
	XXX_Marshal(b []byte, deterministic bool) ([]byte, error)
}

// Marshaler is the interface representing objects that can marshal themselves.
type Marshaler interface {
	Marshal() ([]byte, error)
}

Request实现了newMarshaler接口，XXX_Marshal实现如下，它实际是调用了xxx_messageInfo_Request.Marshal，xxx_messageInfo_Request是定义在request.pb.go中的一个全局变量，类型就是InternalMessageInfo，实际就是前文提到的wrapper。

// request.pb.go
func (m *Request) XXX_Marshal(b []byte, deterministic bool) ([]byte, error) {
	print("Called xxx marshal\n")
	panic("I want see stack trace")
	return xxx_messageInfo_Request.Marshal(b, m, deterministic)
}

var xxx_messageInfo_Request proto.InternalMessageInfo

本质上，XXX_Marshal也是wrapper，后面才是真正序列化的主体函数在proto包中。

InternalMessageInfo主要是用来缓存序列化和反序列化需要用到的信息。

// InternalMessageInfo is a type used internally by generated .pb.go files.
// This type is not intended to be used by non-generated code.
// This type is not subject to any compatibility guarantee.
type InternalMessageInfo struct {
	marshal   *marshalInfo   // marshal信息
	unmarshal *unmarshalInfo // unmarshal信息
	merge     *mergeInfo
	discard   *discardInfo
}

InternalMessageInfo.Marshal首先是获取待序列化类型的序列化信息u marshalInfo，然后利用u.marshal进行序列化。

// Marshal is the entry point from generated code,
// and should be ONLY called by generated code.
// It marshals msg to the end of b.
// a is a pointer to a place to store cached marshal info.
func (a *InternalMessageInfo) Marshal(b []byte, msg Message, deterministic bool) ([]byte, error) {
	// 获取该message类型的MarshalInfo，这些信息都缓存起来了
	// 大量并发时无需重复创建
	u := getMessageMarshalInfo(msg, a)
	// 入参校验
	ptr := toPointer(&msg)
	if ptr.isNil() {
		// We get here if msg is a typed nil ((*SomeMessage)(nil)),
		// so it satisfies the interface, and msg == nil wouldn't
		// catch it. We don't want crash in this case.
		return b, ErrNil
	}
	// 根据MarshalInfo对数据进行marshal
	return u.marshal(b, ptr, deterministic)
}

由于每种类型的序列化信息是一致的，所以getMessageMarshalInfo对序列化信息进行了缓存，缓存在a.marshal中，如果a中不存在marshal信息，则去生成，但不进行初始化，然后保存到a中。

func getMessageMarshalInfo(msg interface{}, a *InternalMessageInfo) *marshalInfo {
	// u := a.marshal, but atomically.
	// We use an atomic here to ensure memory consistency.
	// 从InternalMessageInfo中读取
	u := atomicLoadMarshalInfo(&a.marshal)
	// 读取不到代表未保存过
	if u == nil {
		// Get marshal information from type of message.
		t := reflect.ValueOf(msg).Type()
		if t.Kind() != reflect.Ptr {
			panic(fmt.Sprintf("cannot handle non-pointer message type %v", t))
		}
		u = getMarshalInfo(t.Elem())
		// Store it in the cache for later users.
		// a.marshal = u, but atomically.
		atomicStoreMarshalInfo(&a.marshal, u)
	}
	return u
}

getMarshalInfo只是创建了一个marshalInfo对象，填充了字段typ，剩余的字段未填充。

// getMarshalInfo returns the information to marshal a given type of message.
// The info it returns may not necessarily initialized.
// t is the type of the message (NOT the pointer to it).
// 获取MarshalInfo结构体，如果不存在则使用message类型t创建1个
func getMarshalInfo(t reflect.Type) *marshalInfo {
	marshalInfoLock.Lock()
	u, ok := marshalInfoMap[t]
	if !ok {
		u = &marshalInfo{typ: t}
		marshalInfoMap[t] = u
	}
	marshalInfoLock.Unlock()
	return u
}

// marshalInfo is the information used for marshaling a message.
type marshalInfo struct {
	typ          reflect.Type
	fields       []*marshalFieldInfo
	unrecognized field                      // offset of XXX_unrecognized
	extensions   field                      // offset of XXX_InternalExtensions
	v1extensions field                      // offset of XXX_extensions
	sizecache    field                      // offset of XXX_sizecache
	initialized  int32                      // 0 -- only typ is set, 1 -- fully initialized
	messageset   bool                       // uses message set wire format
	hasmarshaler bool                       // has custom marshaler
	sync.RWMutex                            // protect extElems map, also for initialization
	extElems     map[int32]*marshalElemInfo // info of extension elements
}

marshalInfo.marshal是Marshal真实主体，会判断u是否已经初始化，如果未初始化调用computeMarshalInfo计算Marshal需要的信息，实际就是填充marshalInfo中的各种字段。

u.hasmarshaler代表当前类型是否实现了Marshaler接口，直接调用Marshal函数进行序列化。可以确定Marshal函数的序列化方式2，即实现Marshaler接口的方法，最后肯定也会调用marshalInfo.marshal。

该函数的主体是一个for循环，依次遍历该类型的每一个字段，对required属性进行校验，然后按字段类型，调用f.marshaler对该字段类型进行序列化。这个f.marshaler哪来的呢？

// marshal is the main function to marshal a message. It takes a byte slice and appends
// the encoded data to the end of the slice, returns the slice and error (if any).
// ptr is the pointer to the message.
// If deterministic is true, map is marshaled in deterministic order.
// 该函数是Marshal的主体函数，把消息编码为数据后，追加到b之后，最后返回b。
// deterministic为true代表map会以确定的顺序进行编码。
func (u *marshalInfo) marshal(b []byte, ptr pointer, deterministic bool) ([]byte, error) {
	// 初始化marshalInfo的基础信息
	// 主要是根据已有信息填充该结构体的一些字段
	if atomic.LoadInt32(&u.initialized) == 0 {
		u.computeMarshalInfo()
	}

	// If the message can marshal itself, let it do it, for compatibility.
	// NOTE: This is not efficient.
	// 如果该类型实现了Marshaler接口，即能够对自己Marshal，则自行Marshal
	// 结果追加到b
	if u.hasmarshaler {
		m := ptr.asPointerTo(u.typ).Interface().(Marshaler)
		b1, err := m.Marshal()
		b = append(b, b1...)
		return b, err
	}

	var err, errLater error
	// The old marshaler encodes extensions at beginning.
	// 检查扩展字段，把message的扩展字段追加到b
	if u.extensions.IsValid() {
		// offset函数用来根据指针偏移量获取message的指定字段
		e := ptr.offset(u.extensions).toExtensions()
		if u.messageset {
			b, err = u.appendMessageSet(b, e, deterministic)
		} else {
			b, err = u.appendExtensions(b, e, deterministic)
		}
		if err != nil {
			return b, err
		}
	}
	if u.v1extensions.IsValid() {
		m := *ptr.offset(u.v1extensions).toOldExtensions()
		b, err = u.appendV1Extensions(b, m, deterministic)
		if err != nil {
			return b, err
		}
	}

	// 遍历message的每一个字段，检查并做编码，然后追加到b
	for _, f := range u.fields {
		if f.required {
			// 如果required的字段未设置，则记录错误，所有的marshal工作完成后再处理
			if ptr.offset(f.field).getPointer().isNil() {
				// Required field is not set.
				// We record the error but keep going, to give a complete marshaling.
				if errLater == nil {
					errLater = &RequiredNotSetError{f.name}
				}
				continue
			}
		}
		// 字段为指针类型，并且为nil，代表未设置，该字段无需编码
		if f.isPointer && ptr.offset(f.field).getPointer().isNil() {
			// nil pointer always marshals to nothing
			continue
		}
		// 利用这个字段的marshaler进行编码
		b, err = f.marshaler(b, ptr.offset(f.field), f.wiretag, deterministic)
		if err != nil {
			if err1, ok := err.(*RequiredNotSetError); ok {
				// required字段但未设置错误
				// Required field in submessage is not set.
				// We record the error but keep going, to give a complete marshaling.
				if errLater == nil {
					errLater = &RequiredNotSetError{f.name + "." + err1.field}
				}
				continue
			}
			// “动态数组”中包含nil元素
			if err == errRepeatedHasNil {
				err = errors.New("proto: repeated field " + f.name + " has nil element")
			}
			if err == errInvalidUTF8 {
				if errLater == nil {
					fullName := revProtoTypes[reflect.PtrTo(u.typ)] + "." + f.name
					errLater = &invalidUTF8Error{fullName}
				}
				continue
			}
			return b, err
		}
	}
	// 为识别的类型字段，直接转为bytes，追加到b
	// computeMarshalInfo中已经收集这些字段
	if u.unrecognized.IsValid() {
		s := *ptr.offset(u.unrecognized).toBytes()
		b = append(b, s...)
	}
	return b, errLater
}

computeMarshalInfo实际上就是对要序列化的类型，进行一次全面检查，设置好序列化要使用的数据，这其中就包含了各字段的序列化函数f.marshaler。我们就重点关注下这部分，struct的每一个字段都会分配一个marshalFieldInfo，代表这个字段序列化需要的信息，会调用computeMarshalFieldInfo会填充这个对象。

// computeMarshalInfo initializes the marshal info.
func (u *marshalInfo) computeMarshalInfo() {
	// 加锁，代表了不能同时计算marshal信息
	u.Lock()
	defer u.Unlock()
	// 计算1次即可
	if u.initialized != 0 { // non-atomic read is ok as it is protected by the lock
		return
	}

	// 获取要marshal的message类型
	t := u.typ
	u.unrecognized = invalidField
	u.extensions = invalidField
	u.v1extensions = invalidField
	u.sizecache = invalidField

	// If the message can marshal itself, let it do it, for compatibility.
	// 判断当前类型是否实现了Marshal接口，如果实现标记为类型自有marshaler
	// 没用类型断言是因为t是Type类型，不是保存在某个接口的变量
	// NOTE: This is not efficient.
	if reflect.PtrTo(t).Implements(marshalerType) {
		u.hasmarshaler = true
		atomic.StoreInt32(&u.initialized, 1)
		// 可以直接返回了，后面使用自有的marshaler编码
		return
	}

	// get oneof implementers
	// 看*t实现了以下哪个接口，oneof特性
	var oneofImplementers []interface{}
	switch m := reflect.Zero(reflect.PtrTo(t)).Interface().(type) {
	case oneofFuncsIface:
		_, _, _, oneofImplementers = m.XXX_OneofFuncs()
	case oneofWrappersIface:
		oneofImplementers = m.XXX_OneofWrappers()
	}

	n := t.NumField()

	// deal with XXX fields first
	// 遍历t的每一个XXX字段
	for i := 0; i < t.NumField(); i++ {
		f := t.Field(i)
		// 跳过非XXX开头的字段
		if !strings.HasPrefix(f.Name, "XXX_") {
			continue
		}
		// 处理以下几个protobuf自带的字段
		switch f.Name {
		case "XXX_sizecache":
			u.sizecache = toField(&f)
		case "XXX_unrecognized":
			u.unrecognized = toField(&f)
		case "XXX_InternalExtensions":
			u.extensions = toField(&f)
			u.messageset = f.Tag.Get("protobuf_messageset") == "1"
		case "XXX_extensions":
			u.v1extensions = toField(&f)
		case "XXX_NoUnkeyedLiteral":
			// nothing to do
		default:
			panic("unknown XXX field: " + f.Name)
		}
		n--
	}

	// normal fields
	// 处理message的普通字段
	fields := make([]marshalFieldInfo, n) // batch allocation
	u.fields = make([]*marshalFieldInfo, 0, n)
	for i, j := 0, 0; i < t.NumField(); i++ {
		f := t.Field(i)

		// 跳过XXX字段
		if strings.HasPrefix(f.Name, "XXX_") {
			continue
		}

		// 取fields的下一个有效字段，指针类型
		// j代表了fields有效字段数量，n是包含了XXX字段的总字段数量
		field := &fields[j]
		j++
		field.name = f.Name
		// 填充到u.fields
		u.fields = append(u.fields, field)
		// 字段的tag里包含“protobuf_oneof”特殊处理
		if f.Tag.Get("protobuf_oneof") != "" {
			field.computeOneofFieldInfo(&f, oneofImplementers)
			continue
		}
		// 字段里不包含“protobuf”，代表不是protoc自动生成的字段
		if f.Tag.Get("protobuf") == "" {
			// field has no tag (not in generated message), ignore it
			// 删除刚刚保存的字段信息
			u.fields = u.fields[:len(u.fields)-1]
			j--
			continue
		}
		// 填充字段的marshal信息
		field.computeMarshalFieldInfo(&f)
	}

	// fields are marshaled in tag order on the wire.
	// 字段排序
	sort.Sort(byTag(u.fields))

	// 初始化完成
	atomic.StoreInt32(&u.initialized, 1)
}

回顾一下Request的定义，它包含1个字段Data，后面protobuf:...描述了protobuf要使用的信息，"bytes,..."这段被称为tags，用逗号进行分割后，其中：

• tags[0]: bytes，代表Data类型的数据要被转换为bytes
• tags[1]: 1，代表了字段的ID
• tags[2]: opt，代表可行，非必须
• tags[3]: name=data，proto文件中的名称
• tags[4]: proto3，代表使用的protobuf版本

// request.pb.go
type Request struct{
	Data                 string   `protobuf:"bytes,1,opt,name=data,proto3" json:"data,omitempty"`
	...
}

computeMarshalFieldInfo首先要获取字段ID和要转换的类型，填充到marshalFieldInfo，然后调用setMarshaler利用字段f和tags获取该字段类型的序列化函数。

// computeMarshalFieldInfo fills up the information to marshal a field.
func (fi *marshalFieldInfo) computeMarshalFieldInfo(f *reflect.StructField) {
	// parse protobuf tag of the field.
	// tag has format of "bytes,49,opt,name=foo,def=hello!"
	// 获取"protobuf"的完整tag，然后使用，分割，得到上面的格式
	tags := strings.Split(f.Tag.Get("protobuf"), ",")
	if tags[0] == "" {
		return
	}
	// tag的编号，即message中设置的string name = x，则x就是这个字段的tag id
	tag, err := strconv.Atoi(tags[1])
	if err != nil {
		panic("tag is not an integer")
	}
	// 要转换成的类型，bytes，varint等等
	wt := wiretype(tags[0])
	// 设置字段是required还是opt
	if tags[2] == "req" {
		fi.required = true
	}
	// 设置field和tag信息到marshalFieldInfo
	fi.setTag(f, tag, wt)
	// 根据当前的tag信息（类型等），选择marshaler函数
	fi.setMarshaler(f, tags)
}

setMarshaler的重点是typeMarshaler，typeMarshaler这个函数非常长，其实就是根据类型设置返回对于的序列化函数，比如Bool、Int32、Uint32…，如果是结构体、切片等复合类型，就可以形成递归了。

// setMarshaler fills up the sizer and marshaler in the info of a field.
func (fi *marshalFieldInfo) setMarshaler(f *reflect.StructField, tags []string) {
	// map类型字段特殊处理
	switch f.Type.Kind() {
	case reflect.Map:
		// map field
		fi.isPointer = true
		fi.sizer, fi.marshaler = makeMapMarshaler(f)
		return
	case reflect.Ptr, reflect.Slice:
		// 指针字段和切片字段标记指针类型
		fi.isPointer = true
	}

	// 根据字段类型和tag选择marshaler
	fi.sizer, fi.marshaler = typeMarshaler(f.Type, tags, true, false)
}

// typeMarshaler returns the sizer and marshaler of a given field.
// t is the type of the field.
// tags is the generated "protobuf" tag of the field.
// If nozero is true, zero value is not marshaled to the wire.
// If oneof is true, it is a oneof field.
// 函数非常长，省略内容
func typeMarshaler(t reflect.Type, tags []string, nozero, oneof bool) (sizer, marshaler) {
	...
	switch t.Kind() {
	case reflect.Bool:
		if pointer {
			return sizeBoolPtr, appendBoolPtr
		}
		if slice {
			if packed {
				return sizeBoolPackedSlice, appendBoolPackedSlice
			}
			return sizeBoolSlice, appendBoolSlice
		}
		if nozero {
			return sizeBoolValueNoZero, appendBoolValueNoZero
		}
		return sizeBoolValue, appendBoolValue
	case reflect.Uint32:
	...
	case reflect.Int32:
	....
	case reflect.Struct:
	...
}

以下是Bool和String类型的2个序列化函数示例：

func appendBoolValue(b []byte, ptr pointer, wiretag uint64, _ bool) ([]byte, error) {
	v := *ptr.toBool()
	b = appendVarint(b, wiretag)
	if v {
		b = append(b, 1)
	} else {
		b = append(b, 0)
	}
	return b, nil
}

func appendStringValue(b []byte, ptr pointer, wiretag uint64, _ bool) ([]byte, error) {
	v := *ptr.toString()
	b = appendVarint(b, wiretag)
	b = appendVarint(b, uint64(len(v)))
	b = append(b, v...)
	return b, nil
}

所以序列化后的[]byte，应当是符合这种模式：

| wiretag | data | wiretag | data | ... | data |

OK，以上就是编码的主要流程，简单回顾一下：

1. proto.Marshal会调用*.pb.go中自动生成的Wrapper函数，Wrapper函数会调用InternalMessageInfo进行序列化，然后才步入序列化的正题
2. 首先获取要序列化类型的marshal信息u，如果u没有初始化，则进行初始化，即设置好结构体每个字段的序列化函数，以及其他信息
3. 遍历结构体的每个字段，使用u中的信息为每个字段进行编码，并把加过追加到[]byte，所以字段编码完成，则返回序列化的结果[]byte或者错误。

解码

解码的流程其实与编码很类似，会是上面回顾的3大步骤，主要的区别在步骤2：它要获取的是序列化类型的unmarshal信息u，如果u没有初始化，会进行初始化，设置的是结构体每个字段的反序列化函数，以及其他信息。

所以解码的函数解析会简要的过一遍，不再有编码那么详细的解释。

下面是proto包中反序列化的接口和函数定义：

// Unmarshaler is the interface representing objects that can
// unmarshal themselves.  The argument points to data that may be
// overwritten, so implementations should not keep references to the
// buffer.
// Unmarshal implementations should not clear the receiver.
// Any unmarshaled data should be merged into the receiver.
// Callers of Unmarshal that do not want to retain existing data
// should Reset the receiver before calling Unmarshal.
type Unmarshaler interface {
	Unmarshal([]byte) error
}

// newUnmarshaler is the interface representing objects that can
// unmarshal themselves. The semantics are identical to Unmarshaler.
//
// This exists to support protoc-gen-go generated messages.
// The proto package will stop type-asserting to this interface in the future.
//
// DO NOT DEPEND ON THIS.
type newUnmarshaler interface {
	// 实现了XXX_Unmarshal
	XXX_Unmarshal([]byte) error
}

// Unmarshal parses the protocol buffer representation in buf and places the
// decoded result in pb.  If the struct underlying pb does not match
// the data in buf, the results can be unpredictable.
//
// Unmarshal resets pb before starting to unmarshal, so any
// existing data in pb is always removed. Use UnmarshalMerge
// to preserve and append to existing data.
func Unmarshal(buf []byte, pb Message) error {
	pb.Reset()
	// pb自己有unmarshal函数，实现了newUnmarshaler接口
	if u, ok := pb.(newUnmarshaler); ok {
		return u.XXX_Unmarshal(buf)
	}
	// pb自己有unmarshal函数，实现了Unmarshaler接口
	if u, ok := pb.(Unmarshaler); ok {
		return u.Unmarshal(buf)
	}
	// 使用默认的Unmarshal
	return NewBuffer(buf).Unmarshal(pb)
}

Request实现了Unmarshaler接口：

// request.pb.go
func (m *Request) XXX_Unmarshal(b []byte) error {
	return xxx_messageInfo_Request.Unmarshal(m, b)
}

反序列化也是使用InternalMessageInfo进行。

// Unmarshal is the entry point from the generated .pb.go files.
// This function is not intended to be used by non-generated code.
// This function is not subject to any compatibility guarantee.
// msg contains a pointer to a protocol buffer struct.
// b is the data to be unmarshaled into the protocol buffer.
// a is a pointer to a place to store cached unmarshal information.
func (a *InternalMessageInfo) Unmarshal(msg Message, b []byte) error {
	// Load the unmarshal information for this message type.
	// The atomic load ensures memory consistency.
	// 获取保存在a中的unmarshal信息
	u := atomicLoadUnmarshalInfo(&a.unmarshal)
	if u == nil {
		// Slow path: find unmarshal info for msg, update a with it.
		u = getUnmarshalInfo(reflect.TypeOf(msg).Elem())
		atomicStoreUnmarshalInfo(&a.unmarshal, u)
	}
	// Then do the unmarshaling.
	// 执行unmarshal
	err := u.unmarshal(toPointer(&msg), b)
	return err
}

以下是反序列化的主题函数，u未初始化时会调用computeUnmarshalInfo设置反序列化需要的信息。

// unmarshal does the main work of unmarshaling a message.
// u provides type information used to unmarshal the message.
// m is a pointer to a protocol buffer message.
// b is a byte stream to unmarshal into m.
// This is top routine used when recursively unmarshaling submessages.
func (u *unmarshalInfo) unmarshal(m pointer, b []byte) error {
	if atomic.LoadInt32(&u.initialized) == 0 {
		// 为u填充unmarshal信息，以及设置每个字段类型的unmarshaler函数
		u.computeUnmarshalInfo()
	}
	if u.isMessageSet {
		return unmarshalMessageSet(b, m.offset(u.extensions).toExtensions())
	}
	var reqMask uint64 // bitmask of required fields we've seen.
	var errLater error
	for len(b) > 0 {
		// Read tag and wire type.
		// Special case 1 and 2 byte varints.
		var x uint64
		if b[0] < 128 {
			x = uint64(b[0])
			b = b[1:]
		} else if len(b) >= 2 && b[1] < 128 {
			x = uint64(b[0]&0x7f) + uint64(b[1])<<7
			b = b[2:]
		} else {
			var n int
			x, n = decodeVarint(b)
			if n == 0 {
				return io.ErrUnexpectedEOF
			}
			b = b[n:]
		}
		// 获取tag和wire标记
		tag := x >> 3
		wire := int(x) & 7

		// Dispatch on the tag to one of the unmarshal* functions below.
		// 根据tag选择该类型的unmarshalFieldInfo：f
		var f unmarshalFieldInfo
		if tag < uint64(len(u.dense)) {
			f = u.dense[tag]
		} else {
			f = u.sparse[tag]
		}
		// 如果该类型有unmarshaler函数，则执行解码和错误处理
		if fn := f.unmarshal; fn != nil {
			var err error
			// 从b解析，然后填充到f的对应字段
			b, err = fn(b, m.offset(f.field), wire)
			if err == nil {
				reqMask |= f.reqMask
				continue
			}
			if r, ok := err.(*RequiredNotSetError); ok {
				// Remember this error, but keep parsing. We need to produce
				// a full parse even if a required field is missing.
				if errLater == nil {
					errLater = r
				}
				reqMask |= f.reqMask
				continue
			}
			if err != errInternalBadWireType {
				if err == errInvalidUTF8 {
					if errLater == nil {
						fullName := revProtoTypes[reflect.PtrTo(u.typ)] + "." + f.name
						errLater = &invalidUTF8Error{fullName}
					}
					continue
				}
				return err
			}
			// Fragments with bad wire type are treated as unknown fields.
		}

		// Unknown tag.
		// 跳过未知tag，可能是proto中的message定义升级了，增加了一些字段，使用老版本的，就不识别新的字段
		if !u.unrecognized.IsValid() {
			// Don't keep unrecognized data; just skip it.
			var err error
			b, err = skipField(b, wire)
			if err != nil {
				return err
			}
			continue
		}
		// 检查未识别字段是不是extension
		// Keep unrecognized data around.
		// maybe in extensions, maybe in the unrecognized field.
		z := m.offset(u.unrecognized).toBytes()
		var emap map[int32]Extension
		var e Extension
		for _, r := range u.extensionRanges {
			if uint64(r.Start) <= tag && tag <= uint64(r.End) {
				if u.extensions.IsValid() {
					mp := m.offset(u.extensions).toExtensions()
					emap = mp.extensionsWrite()
					e = emap[int32(tag)]
					z = &e.enc
					break
				}
				if u.oldExtensions.IsValid() {
					p := m.offset(u.oldExtensions).toOldExtensions()
					emap = *p
					if emap == nil {
						emap = map[int32]Extension{}
						*p = emap
					}
					e = emap[int32(tag)]
					z = &e.enc
					break
				}
				panic("no extensions field available")
			}
		}

		// Use wire type to skip data.
		var err error
		b0 := b
		b, err = skipField(b, wire)
		if err != nil {
			return err
		}
		*z = encodeVarint(*z, tag<<3|uint64(wire))
		*z = append(*z, b0[:len(b0)-len(b)]...)

		if emap != nil {
			emap[int32(tag)] = e
		}
	}
	// 校验解析到的required字段的数量，如果与u中记录的不匹配，则报错
	if reqMask != u.reqMask && errLater == nil {
		// A required field of this message is missing.
		for _, n := range u.reqFields {
			if reqMask&1 == 0 {
				errLater = &RequiredNotSetError{n}
			}
			reqMask >>= 1
		}
	}
	return errLater
}

设置字段反序列化函数的过程不看了，看一下怎么选函数的，typeUnmarshaler是为字段类型，选择反序列化函数，这些函数选择与序列化函数是一一对应的。

// typeUnmarshaler returns an unmarshaler for the given field type / field tag pair.
func typeUnmarshaler(t reflect.Type, tags string) unmarshaler {
    ...
    // Figure out packaging (pointer, slice, or both)
	slice := false
	pointer := false
	if t.Kind() == reflect.Slice && t.Elem().Kind() != reflect.Uint8 {
		slice = true
		t = t.Elem()
	}
	if t.Kind() == reflect.Ptr {
		pointer = true
		t = t.Elem()
    }
    ...
	switch t.Kind() {
	case reflect.Bool:
		if pointer {
			return unmarshalBoolPtr
		}
		if slice {
			return unmarshalBoolSlice
		}
        return unmarshalBoolValue
    }
}

unmarshalBoolValue是默认的Bool类型反序列化函数，会把protobuf数据b解码，然后转换为bool类型v，最后赋值给字段f。

func unmarshalBoolValue(b []byte, f pointer, w int) ([]byte, error) {
	if w != WireVarint {
		return b, errInternalBadWireType
	}
	// Note: any length varint is allowed, even though any sane
	// encoder will use one byte.
	// See https://github.com/golang/protobuf/issues/76
	x, n := decodeVarint(b)
	if n == 0 {
		return nil, io.ErrUnexpectedEOF
	}
    // TODO: check if x>1? Tests seem to indicate no.
    // toBool是返回bool类型的指针
	// 完成对字段f的赋值
	v := x != 0
	*f.toBool() = v
	return b[n:], nil
}

总结

本文分析了Go语言protobuf数据的序列化和反序列过程，可以简要概括为：

1. proto.Marshal和proto.Unmarshal会调用*.pb.go中自动生成的Wrapper函数，Wrapper函数会调用InternalMessageInfo进行(反)序列化，然后才步入(反)序列化的正题
2. 首先获取要目标类型的(un)marshal信息u，如果u没有初始化，则进行初始化，即设置好结构体每个字段的(反)序列化函数，以及其他信息
3. 遍历结构体的每个字段，使用u中的信息为每个字段进行编码，生成序列化的结果，或进行解码，给结构体成员进行赋值

参考文章

以下参考文章都值得阅读：

• https://tech.meituan.com/2015/02/26/serialization-vs-deserialization.html
  《序列化和反序列化》出自美团技术团队，值得一读。
• https://github.com/golang/protobuf
  Go支持protocol buffer的仓库，Readme，值得详读。
• https://developers.google.com/protocol-buffers/docs/gotutorial
  Google Protocol Buffers的Go语言tutorial，值得详细阅读和实操。
• https://developers.google.com/protocol-buffers/docs/overview
  Google Protocol Buffers的Overview，介绍了什么是Protocol Buffers，它的原理、历史（起源），以及和XML的对比，必读。
• https://developers.google.com/protocol-buffers/docs/proto3
  《Language Guide (proto3)》这篇文章介绍了proto3的定义，也可以理解为.proto文件的语法，就如同Go语言的语法，不懂语法怎么编写.proto文件？读这篇文章会了解很多原理，以及可以少踩坑，必读。
• https://developers.google.com/protocol-buffers/docs/reference/go-generated
  《Go Generated Code》这篇文章详细介绍了protoc是怎么用.protoc生成.pb.go的，可选。
• https://developers.google.com/protocol-buffers/docs/encoding#
  《Protocol Buffers Encoding》这篇介绍编码原理，可选。
• https://godoc.org/github.com/golang/protobuf/proto
  《package proto文档》可以把proto包当做Go语言操作protobuf数据的SDK，它实现了结构体和protobuf数据的转换，它和.pb.go文件配合使用。