跳到主要内容

1. 简介

结构化数据的二进制表示 (也称为二进制序列化格式) 有数百种标准化格式. 其中一些针对特定的信息领域, 另一些则泛化用于任意数据. 在 IETF 中, 后一类中可能最著名的格式是 ASN.1 的 BER 和 DER [ASN.1].

这里定义的格式遵循一些当前格式未能很好满足的特定设计目标. 其底层数据模型是 JSON 数据模型 [RFC4627] 的扩展版本. 需要重点指出的是, 这并非提议笼统地扩展 RFC 4627 中的语法, 因为那样做会与已经部署的 JSON 文档产生严重的向后不兼容. 相反, 本文档只是定义了自己从 JSON 出发的数据模型.

附录 E 列出了一些现有的二进制格式, 并讨论了它们与简洁二进制对象表示 (Concise Binary Object Representation, CBOR) 的设计目标的契合或不契合程度.

1.1. 目标​

CBOR 的目标, 大致按重要性递减的顺序, 如下:

  1. 该表示形式必须能够无歧义地编码互联网标准中使用的大多数常见数据格式.

    • 它必须使用二进制编码来表示一组合理的基本数据类型和结构. 这里的 "合理" 在很大程度上受 JSON 能力的影响, 并主要增加了二进制字节串. 所支持的结构仅限于数组和树; 不支持环和格状图.

    • 并不要求所有数据格式都被唯一编码; 也就是说, 数字 "7" 可以用多种不同方式编码, 这是可以接受的.

  2. 编码器或解码器的代码必须能够保持紧凑, 以支持内存、处理器能力和指令集非常有限的系统.

    • 编码器和解码器必须能够用非常少的代码实现 (例如, 在 [CNN-TERMS] 中定义的 1 类受限节点中).

    • 该格式应当使用当代的机器数据表示 (例如, 不要求二进制到十进制的转换).

  3. 数据必须能够在没有模式描述的情况下被解码.

    • 与 JSON 类似, 编码后的数据应当是自描述的, 以便可以编写通用解码器.
  4. 序列化必须相当紧凑, 但就编码器和解码器而言, 数据紧凑性次于代码紧凑性.

    • 这里的 "合理" 以 JSON 作为大小上界, 并以实现复杂度维持下界. 使用通用压缩方案或大量位操作都会违背复杂度目标.
  5. 该格式必须同时适用于受限节点和高吞吐量应用.

    • 这意味着它在编码和解码两方面都必须对 CPU 使用相当节俭. 这对于受限节点以及数据量极大的应用中的潜在使用都是相关的.
  6. 该格式必须支持所有 JSON 数据类型, 以便与 JSON 相互转换.

    • 只要所表示的数据在 JSON 的能力范围内, 它就必须支持合理程度的转换. 必须能够为所有类型的数据定义一种朝向 JSON 的单向映射.
  7. 该格式必须是可扩展的, 且扩展后的数据必须能被较早的解码器解码.

    • 该格式是为数十年的使用而设计的.

    • 该格式必须支持一种允许回退的扩展形式, 使得不理解某个扩展的解码器仍能解码该消息.

    • 该格式必须能够在未来由后续的 IETF 标准扩展.

1.2. 术语​

本文档中的关键词 "MUST"、"MUST NOT"、"REQUIRED"、"SHALL"、"SHALL NOT"、"SHOULD"、"SHOULD NOT"、"RECOMMENDED"、"MAY" 和 "OPTIONAL" 应按照 RFC 2119, BCP 14 [RFC2119] 中的描述来解释, 并表示合规 CBOR 实现的要求级别.

术语 "byte" 按如今惯用的含义使用, 作为 "octet" 的同义词. 所有多字节值都以网络字节序编码 (即最高有效字节在前, 也称为 "big-endian").

本规范使用以下术语:

数据项 (Data item): 单个 CBOR 数据. 数据项的结构可以包含零个、一个或多个嵌套数据项. 该术语既用于表示形式中的数据项, 也用于解码器可由此推导出的抽象概念.

解码器 (Decoder): 对 CBOR 数据项进行解码并将其提供给应用的进程. 从形式上说, 解码器包含一个解析器, 使用 CBOR 的语法规则来拆分输入, 以及一个语义处理器, 将数据准备成适合应用的形式.

编码器 (Encoder): 根据应用信息生成 CBOR 数据项表示形式的进程.

数据流 (Data Stream): 零个或多个数据项的序列, 不再进一步组装成更大的包含数据项. 构成数据流的独立数据项有时也称为 "顶层数据项".

格式良好 (Well-formed): 遵循 CBOR 语法结构的数据项. 格式良好的数据项使用 CBOR 中定义的初始字节以及由其值所隐含的字节串和/或数据项, 且其后不跟随无关数据.

有效 (Valid): 既是格式良好、又遵循适用于 CBOR 数据项的语义限制的数据项.

流解码器 (Stream decoder): 对数据流进行解码, 并在序列中的每个数据项被接收时将其提供给应用的进程.

在解释位运算或数据类型时, 本文档使用编程语言 C 中熟悉的记法, 只是 "**" 表示幂运算. 与十六进制数字的 "0x" 记法类似, 二进制记法的数字以 "0b" 为前缀. 可以仅为提高可读性而向此类数字添加下划线, 因此 0b00100001 (0x21) 可能写作 0b001_00001, 以强调该字节中各位所需的解释方式; 在这种情况下, 它被拆分为三位和五位.