json序列化和反序列化(序列化与反序列化)
json序列化和反序列化(序列化与反序列化)反序列化:把字节序列恢复为Java对象的过程。序列化:把Java对象转换为字节序列的过程。FastJSON、Gson、Jackson反序列化性能比较.png为了营造一个相对准确、互不影响的测试环境,我们需要有以下限制(要求):MacBook Pro (16-inch 2019) 处理器 2.3 GHz 八核Intel Core i9 内存16 GB 2667 MHz DDR4 硬盘 1TJVM相关参数配置:#JDK版本 jdk1.8.0_151 #运行参数 -Xms4g -Xmx4g -XX: UseG1GC三种JSON引擎版本:com.fasterxml.jackson.core.jackson:2.11.1 com.google.code.gson:2.8.6 com.alibaba.fastjson:1.2.72序列化与反序列化搞事情之前,我们先来复习一下什么是序列化与反序列化
背景
起因是公司原先用的是阿里开源的FastJSON,大家用的也比较顺手,但是在出现了两次严重的漏洞后,公司决定放弃FastJSON,使用其他序列化/反序列化工具。考虑大家常用的无非就是FastJSON、Jackson和Gson这三种,因此领导让我调研一下到底是使用Gson还是Jackson。
关于漏洞这里我多说一句,建议大家还真得把这个事情当一个事情。我之前就被漏洞坑了一把,在一台linux服务器上部署了6.5版本的confluence,后来阿里云也发紧急通知了,告知赶紧升级,然而我并没有当一回事,过了没两天我就中招了,这台机器被挖矿了,什么都干不了,只能是初始化系统,好一顿折腾~
秉持着严谨且负责的精神,这个事情还是要好好做一下子的~
测试结果预告
FastJSON、Gson、Jackson序列化性能比较.png
FastJSON、Gson、Jackson反序列化性能比较.png
前置准备工作
为了营造一个相对准确、互不影响的测试环境,我们需要有以下限制(要求):
MacBook Pro (16-inch 2019)
处理器 2.3 GHz 八核Intel Core i9
内存16 GB 2667 MHz DDR4
硬盘 1T
#JDK版本
jdk1.8.0_151
#运行参数
-Xms4g -Xmx4g -XX: UseG1GC
- 三种JSON引擎版本:
com.fasterxml.jackson.core.jackson:2.11.1
com.google.code.gson:2.8.6
com.alibaba.fastjson:1.2.72
序列化与反序列化
搞事情之前,我们先来复习一下什么是序列化与反序列化:
序列化:把Java对象转换为字节序列的过程。
反序列化:把字节序列恢复为Java对象的过程。
对象的序列化主要有两种用途:
持久化对象:把对象的字节序列永久地保存到硬盘上,通常存放在一个文件中;
网络传输对象:在网络上传送对象的字节序列。
代码测试
创建一个对象,包含Boolean、Integer、Long、Double、Date、String、ArrayList、HashMap等数据类型,构造方法即初始化好对象,方便后面使用:
package com.performance.json.bean;
import com.performance.json.DataBuilder;
import lombok.Data;
import java.io.Serializable;
import java.util.Date;
import java.util.List;
import java.util.Map;
import java.util.random;
/**
* 数据对象
* @author java架构设计
* @date 2020/7/17 5:19 下午
**/
@Data
public class DataBean implements Serializable {
private static final long serialVersionUID = 6453520211539229613L;
private Boolean aBoolean;
private Integer integer;
private Long aLong;
private Double aDouble;
private Date date;
private String string;
private List<String> list;
private Map<String Object> objectMap;
public DataBean() {
Random random = new Random();
this.aBoolean = random.nextBoolean();
this.integer = random.nextInt();
this.aLong = random.nextLong();
this.aDouble = random.nextDouble();
this.date = new Date();
this.string = DataBuilder.randomString();
this.list = DataBuilder.randomList();
this.objectMap = DataBuilder.randomMap();
}
}
其中randomString()、randomList()、randomMap()方法如下:
package com.performance.json;
import java.util.*;
/**
* 数据构造器
*
* @author java架构设计
* @date 2020/7/17 5:30 下午
**/
public class DataBuilder {
private static final String[] chars = new String[] { "0" "1" "2" "3" "4" "5" "6" "7" "8" "9" "a" "b"
"c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s" "t" "u" "v" "w"
"x" "y" "z" "A" "B" "C" "D" "E" "F" "G" "H" "I" "J" "K" "L" "M" "N" "O" "P" "Q" "R"
"S" "T" "U" "V" "W" "X" "Y" "Z" };
private static final Random random = new Random();
/**
* 生成100以内随机长度的字符串
* @return String
*/
public static String randomString(){
int len = random.nextInt(100);
StringBuilder sb = new StringBuilder(len);
for (int i = 0; i < len; i ) {
sb.append(chars[random.nextInt(62)]);
}
return sb.toString();
}
/**
* 生成100以内的字符串集合
* @return List<String>
*/
public static List<String> randomList() {
int len = random.nextInt(100);
ArrayList<String> list = new ArrayList<>(len);
for (int i = 0; i < len; i ) {
list.add(randomString());
}
return list;
}
/**
* 生成100以内的Map
* @return Map<String Object>
*/
public static Map<String Object> randomMap() {
int len = random.nextInt(100);
Map<String Object> map = new HashMap<>(len);
for (int i = 0; i < len; i ) {
switch (i % 6) {
case 0:
map.put("key" i random.nextBoolean());
break;
case 1:
map.put("key" i random.nextInt());
break;
case 2:
map.put("key" i random.nextLong());
break;
case 3:
map.put("key" i random.nextDouble());
break;
case 4:
map.put("key" i new Date());
break;
case 5:
map.put("key" i randomString());
break;
default:
break;
}
}
return map;
}
}
序列化测试代码:
测试对象数分别为1、100、1000、10000、100000个,对象都是预先生成好,然后再依次执行三种JSON引擎执行序列化操作,输出结果:
#1个对象
FastJSON耗时:84ms
Gson耗时:13ms
Jackson耗时:51ms
#10个对象
FastJSON耗时:87ms
Gson耗时:21ms
Jackson耗时:54ms
#100个对象
FastJSON耗时:110ms
Gson耗时:43ms
Jackson耗时:69ms
#1000个对象
FastJSON耗时:138ms
Gson耗时:114ms
Jackson耗时:98ms
#10000个对象
FastJSON耗时:290ms
Gson耗时:467ms
Jackson耗时:230ms
#10000个对象
FastJSON耗时:1657ms
Gson耗时:3340ms
Jackson耗时:1456ms
生成条形图:
FastJSON、Gson、Jackson序列化性能比较.png
从上图来分析,可以知道的是,在数据量较少(1、10、100)的时候,Gson的性能最优,且优势较明显,当对象数量在1000的时候,Jackson的性能开始上来了,因此在对象数量在1~1000的时候,性能比拼:Gson>Jackson>FastJSON。
但是当数量达到10000、100000级别的时候,Gson的性能下降的比较厉害,而FastJson和Jackson依旧保持着它们的快,性能比较:Jackson>FastJSON>Gson。
反序列化测试代码:
public static void main(String[] args) {
testDeSerialize(1);
// testDeSerialize(10);
// testDeSerialize(100);
// testDeSerialize(1000);
// testDeSerialize(10000);
// testDeSerialize(100000);
}
测试对象数分别为1、100、1000、10000、100000个,对象都是预先序列化好,然后再依次执行三种JSON引擎执行反序列化操作,输出结果:
#1次
FastJSON耗时:20ms
Gson耗时:5ms
Jackson耗时:28ms
#10次
FastJSON耗时:29ms
Gson耗时:15ms
Jackson耗时:34ms
#100次
FastJSON耗时:48ms
Gson耗时:46ms
Jackson耗时:51ms
#1000次
FastJSON耗时:131ms
Gson耗时:214ms
Jackson耗时:146ms
#10000次
FastJSON耗时:652ms
Gson耗时:893ms
Jackson耗时:720ms
#100000次
FastJSON耗时:5985ms
Gson耗时:7357ms
Jackson耗时:5232ms
生成条形图:
FastJSON、Gson、Jackson反序列化性能比较.png
反序列化性能测试,
在对象数量为1、10、100的时候,Gson的性能最好,Jackson次之,性能排序为:Gson>Jackson>FastJson;
在对象数量为1000、10000的时候,Gson的性能下降比较明显,这个量级下性能排序为:FastJson>Jackson>Gson。
在对象数量为10w的时候,Jackson反超FastJson,性能排序为:Jackson>FastJson>Gson。
总结
在做这个性能测试之前,也是在网上查找了一下大家是怎么做这个性能测试的,有的很复杂,有的却也简单,最终我还是选择了一种简单的测试方式,在尽可能的规避其他因素的影响,比如:提前生成好数据、三种引擎测试的样本数据一致、1~10w次的次数测试的时候都是重新运行main方法,尽量避免虚拟机的影响。
最终得出的性能测试结果与网上参考文章的测试结果一致。
如果您觉得上述测试过程有问题,欢迎在评论区指正~