Protobuf 校验和 (crc)

Question

我打算将一些大对象存储到数据库 (BLOB) 中。在我看来，protobuf 是序列化/反序列化 BLOB 的最佳候选者之一。尽管它具有二进制格式，但它仍然易于阅读和更改其内容（字符串、整数等）。所以我需要某种数据验证，无论何时原始 BLOB 或修改（被黑客？被太聪明的用户？）。

一种可能性是在表中有一个专用字段，称为crc，计算 BLOB 的校验和并将其放在那里。但是当 crc 是 BLOB 本身的一部分时（在许多情况下）会好得多。

我可以在 protobuf 流的末尾添加 额外 个字节，但我必须删除它们（否则反序列化器会抛出异常“invalid field blablabla”）。

我可以将 protobuf 流放入包装器中，但解包/包装又是开销。

是否有一种简单且便宜的方法可以在 protobuf 流的末尾添加一些内容，以避免在反序列化期间需要额外的操作？在 XML 中，我可以添加注释。我认为 protobuf 中没有注释，但是如何将 1 或 2 个字节的 CRC 放在示例中？

Answer 1

Crc 应该保存在之前。这使得通过使用Seek（跳过标题）从流中反序列化变得微不足道。

这是最简单的实现：

// serialize
using (var file = File.Create("test.bin"))
using (var mem = new MemoryStream())
{
    Serializer.Serialize(mem, obj); // serialize obj into memory first
    // ... calculate crc
    file.Write(new byte[] { crc }, 0, 1);
    mem.WriteTo(file);
}

// deserialize
using (var file = File.OpenRead("test.bin"))
{
    var crc = file.ReadByte();
    // ... calculate and check crc
    file.Seek(1, SeekOrigin.Begin);
    Serializer.Deserialize<ObjType>(file);
}

Answer 2

Protobuf 流是可附加的。如果您知道数据中不存在的字段编号，您可以简单地将数据附加到该字段。如果您打算添加 1 或 2 个字节的 CRC 数据，那么“varint”可能是您最好的选择（请注意，“varint”是 7 位编码格式，第 8 位是延续标记，因此您可能想要使用7、14 或 21 位或实际的 CRC 数据），那么您可以追加：

• 选择的字段编号，左移 3 位，然后 varint 编码
• CRC 数据，varint 编码

但是！问题在于解码器仍会经常解释和存储这些数据，这意味着如果您对其进行序列化，它会将这些数据包含在输出中。

避免这种情况的另一种方法是将 protobuf 数据封装到您自己设计的某种框架机制中。例如，您可以选择这样做：

• 4字节表示protobuf有效载荷长度，“n”
• “n”字节的 protobuf 负载
• 在“n”个字节上计算出的 2 个字节的 CRC 数据

我可能会选择第二个选项。请注意，如果需要，您可以为长度前缀选择“varint”编码而不是固定长度编码。不过，对于 CRC 来说可能不值得，因为 将 是固定长度的。