默认
开启辅助访问
打赏 发表评论 9
即时通讯网»社区 › 专项技术区 › IM开发 › 全方位评测：Protobuf性能到底有没有比JSON快5倍？
想开发IM：买成品怕坑？租第3方怕贵？找开源自已撸？别走弯路了... 找站长给点建议
推荐 方案：开源MobileIMSDK框架、RainbowChat产品、RainbowChat-Web产品、RainbowTalk(鸿蒙NEXT) / 官方技术群
全方位评测：Protobuf性能到底有没有比JSON快5倍？
阅读（174904） | 评论（9） 收藏8 淘帖1 赞1
JackJiang Lv.9 精华之王 活跃开发者 黄金版主 终身成就 9 年前 | 只看该作者 |只看大图 倒序浏览 |阅读模式
扫一扫关注！

1、前言


拿 JSON 衬托 Protobuf 的文章真的太多了，经常可以看到文章中写道：“快来用 Protobuf 吧，JSON 太慢啦”。但是 Protobuf 真的有吹的那么牛么？我觉得从 JSON 切换到 Protobuf 怎么也得快一倍吧，要不然对不起付出的切换成本。然而，DSL-JSON 的家伙们居然说在Java语言里 JSON 和那些二进制的编解码格式有得一拼（https://blog.dsl-platform.com/improving-java-json-speed/ ），这太让人惊讶了！虽然你可能会说，咱们能不用苹果和梨来做比较了么？两个东西根本用途完全不一样好么。咱们用 Protobuf 是冲着跨语言无歧义的 IDL 的去的，才不仅仅是因为性能呢。好吧，这个我同意。但是仍然有那么多人盲目相信，Protobuf 一定会快很多，我觉得还是有必要彻底终结一下这个关于速度的传说。

DSL-JSON 的博客里只给了他们的测试结论，但是没有给出任何原因，以及优化的细节。这很难让人信服数据是真实的。你要说 JSON 比二进制格式更快，真的是很反直觉的事情。

稍微琢磨一下这个问题，就可以列出好几个 Protobuf 应该更快的理由：

  • 更容容易绑定值到对象的字段上。JSON 的字段是用字符串指定的，相比之下字符串比对应该比基于数字的字段tag更耗时。
  • JSON 是文本的格式，整数和浮点数应该更占空间而且更费时。
  • Protobuf 在正文前有一个大小或者长度的标记，而 JSON 必须全文扫描无法跳过不需要的字段。

但是仅凭这几点是不是就可以盖棺定论了呢？未必，也有相反的观点：

  • 如果字段大部分是字符串，占到决定性因素的因素可能是字符串拷贝的速度，而不是解析的速度。在这个评测中（https://github.com/fabienrenaud/java-json-benchmark ），我们看到不少库的性能是非常接近的。这是因为测试数据中大部分是由字符串构成的。
  • 影响解析速度的决定性因素是分支的数量。因为分支的存在，解析仍然是一个本质上串行的过程。虽然Protobuf里没有[] 或者 {}，但是仍然有类似的分支代码的存在。如果没有这些分支的存在，解析不过就是一个 memcpy 的操作而已。只有 Parabix 这样的技术才有革命性的意义，而 Protobuf 相比 JSON 只是改良而非革命。
  • 也许 Protobuf 是一个理论上更快的格式，但是实现它的库并不一定就更快。这取决于优化做得好不好，如果有不必要的内存分配或者重复读取，实际的速度未必就快。

有多个 benchmark 都把 DSL-JSON列到前三名里，有时甚至比其他的二进制编码更快。经过我仔细分析，原因出在了这些 benchmark 对于测试数据的构成选择上。因为构造测试数据很麻烦，所以一般评测只会对相同的测试数据，去测不同的库的实现。这样就使得结果是严重倾向于某种类型输入的。比如 https://github.com/eishay/jvm-serializers/wiki 选择的测试数据的结构是这样的：
message Image {
  required string uri = 1;      //url to the thumbnail
  optional string title = 2;    //used in the html ALT
  required int32 width = 3;     // of the image
  required int32 height = 4;    // of the image
  enum Size {
    SMALL = 0;
    LARGE = 1;
  }
  required Size size = 5;       // of the image (in relative terms, provided by cnbc for example)
}

message Media {
  required string uri = 1;      //uri to the video, may not be an actual URL
  optional string title = 2;    //used in the html ALT
  required int32 width = 3;     // of the video
  required int32 height = 4;    // of the video
  required string format = 5;   //avi, jpg, youtube, cnbc, audio/mpeg formats ...
  required int64 duration = 6;  //time in miliseconds
  required int64 size = 7;      //file size
  optional int32 bitrate = 8;   //video 
  repeated string person = 9;   //name of a person featured in the video
  enum Player {
    JAVA = 0;
    FLASH = 1;
  }
  required Player player = 10;   //in case of a player specific media
  optional string copyright = 11;//media copyright
}

message MediaContent {
  repeated Image image = 1;
  required Media media = 2;
}
无论怎么去构造 small/medium/large 的输入，benchmark 仍然是存在特定倾向性的。而且这种倾向性是不明确的。比如 medium 的输入，到底说明了什么？medium 对于不同的人来说，可能意味着完全不同的东西。所以，在这里我想改变一下游戏的规则。不去选择一个所谓的最现实的配比，而是构造一些极端的情况。这样，我们可以一目了然的知道，JSON的强项和弱点都是什么。通过把这些缺陷放大出来，我们也就可以对最坏的情况有一个清晰的预期。具体在你的场景下性能差距是怎样的一个区间内，也可以大概预估出来。

2、相关资料


《一个基于Protocol Buffer的Java代码演示》
《强列建议将Protobuf作为你的即时通讯应用数据传输格式》
《Protobuf通信协议详解：代码演示、详细原理介绍等》
《请教IM中netty+protobuf 如何更好地使用？》

>> 更多同类文章 ……

3、本次评测对象


好了，废话不多说了。JMH 撸起来。benchmark 的对象有以下几个：

  • Jackson：Java 程序里用的最多的 JSON 解析器。benchmark 中开启了 AfterBurner 的加速特性；
  • DSL-JSON：世界上最快的 Java JSON 实现；
  • Jsoniter：我抄袭 DSL-JSON 写的实现。特别申明：我是 Jsoniter 的作者。这里提到的所有关于Jsoniter 的评测数据都不应该被盲目相信。大部分的性能优化技巧是从 DSL-JSON 中直接抄来的；
  • Fastjson：在中国很流行的 JSON 解析器；
  • Protobuf：在 RPC （远程方法调用）里非常流行的二进制编解码格式；
  • Thrift：另外一个很流行的 RPC 编解码格式。这里 benchmark 的是 TCompactProtocol。

4、整数解码性能测试（Decode Integer）


先从一个简单的场景入手。毫无疑问，Protobuf 非常擅长于处理整数：
message PbTestObject {
  int32 field1 = 1;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_int

全方位评测：Protobuf性能到底有没有比JSON快5倍？_1.jpg
从结果上看，似乎优势非常明显。但是因为只有 1 个整数字段，所以可能整数解析的成本没有占到大头。

所以，我们把测试调整对象调整为 10 个整数字段。再比比看：
syntax = "proto3";
option optimize_for = SPEED;
message PbTestObject {
  int32 field1 = 1;
  int32 field2 = 2;
  int32 field3 = 3;
  int32 field4 = 4;
  int32 field5 = 5;
  int32 field6 = 6;
  int32 field7 = 7;
  int32 field8 = 8;
  int32 field9 = 9;
  int32 field10 = 10;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_10_int_fields

全方位评测：Protobuf性能到底有没有比JSON快5倍？_2.jpg
这下优势就非常明显了。毫无疑问，Protobuf 解析整数的速度是非常快的，能够达到 Jackson 的 8 倍。

DSL-JSON 比 Jackson 快很多，它的优化代码在这里https://github.com/ngs-doo/dsl-json/blob/master/library/src/main/java/com/dslplatform/json/NumberConverter.java
private static int parsePositiveInt(final byte[] buf, final JsonReader reader, final int start, final int end, int i) throws IOException {
        int value = 0;
        for (; i < end; i++) {
                final int ind = buf[i] - 48;
                if (ind < 0 || ind > 9) {
... // abbreviated
                }
                value = (value << 3) + (value << 1) + ind;
                if (value < 0) {
                        throw new IOException("Integer overflow detected at position: " + reader.positionInStream(end - start));
                }
        }
        return value;
}
整数是直接从输入的字节里计算出来的，公式是 value = (value << 3) + (value << 1) + ind; 相比读出字符串，然后调用 Integer.valueOf ，这个实现只遍历了一遍输入，同时也避免了内存分配。

Jsoniter 在这个基础上做了循环展开：
... // abbreviated
int i = iter.head;
int ind2 = intDigits[iter.buf[i]];
if (ind2 == INVALID_CHAR_FOR_NUMBER) {
    iter.head = i;
    return ind;
}
int ind3 = intDigits[iter.buf[++i]];
if (ind3 == INVALID_CHAR_FOR_NUMBER) {
    iter.head = i;
    return ind * 10 + ind2;
}
int ind4 = intDigits[iter.buf[++i]];
if (ind4 == INVALID_CHAR_FOR_NUMBER) {
    iter.head = i;
    return ind * 100 + ind2 * 10 + ind3;
}
... // abbreviated

5、整数编码性能测试（Encode Integer）


编码方面情况如何呢？和编码一样的测试数据，测试结果如下：

全方位评测：Protobuf性能到底有没有比JSON快5倍？_3.jpg

不知道为啥，Thrift 的序列化特别慢。而且别的 benchmark 里 Thrift 的序列化都是算慢的。我猜测应该是实现里有不够优化的地方吧，格式应该没问题。整数编码方面，Protobuf 是 Jackson 的 3 倍。但是和 DSL-JSON 比起来，好像没有快很多。

这是因为 DSL-JSON 使用了自己的优化方式，和 JDK 的官方实现不一样 https://github.com/ngs-doo/dsl-json/blob/master/library/src/main/java/com/dslplatform/json/NumberConverter.java
private static int serialize(final byte[] buf, int pos, final int value) {
        int i;
        if (value < 0) {
                if (value == Integer.MIN_VALUE) {
                        for (int x = 0; x < MIN_INT.length; x++) {
                                buf[pos + x] = MIN_INT[x];
                        }
                        return pos + MIN_INT.length;
                }
                i = -value;
                buf[pos++] = MINUS;
        } else {
                i = value;
        }
        final int q1 = i / 1000;
        if (q1 == 0) {
                pos += writeFirstBuf(buf, DIGITS[i], pos);
                return pos;
        }
        final int r1 = i - q1 * 1000;
        final int q2 = q1 / 1000;
        if (q2 == 0) {
                final int v1 = DIGITS[r1];
                final int v2 = DIGITS[q1];
                int off = writeFirstBuf(buf, v2, pos);
                writeBuf(buf, v1, pos + off);
                return pos + 3 + off;
        }
        final int r2 = q1 - q2 * 1000;
        final long q3 = q2 / 1000;
        final int v1 = DIGITS[r1];
        final int v2 = DIGITS[r2];
        if (q3 == 0) {
                pos += writeFirstBuf(buf, DIGITS[q2], pos);
        } else {
                final int r3 = (int) (q2 - q3 * 1000);
                buf[pos++] = (byte) (q3 + '0');
                writeBuf(buf, DIGITS[r3], pos);
                pos += 3;
        }
        writeBuf(buf, v2, pos);
        writeBuf(buf, v1, pos + 3);
        return pos + 6;
}
这段代码的意思是比较令人费解的。不知道哪里就做了数字到字符串的转换了。过程是这样的，假设输入了19823，会被分解为 19 和 823 两部分。然后有一个 `DIGITS` 的查找表，根据这个表把 19 翻译为 "19"，把 823 翻译为 "823"。其中 "823" 并不是三个byte分开来存的，而是把bit放到了一个integer里，然后在 writeBuf 的时候通过位移把对应的三个byte解开的

private static void writeBuf(final byte[] buf, final int v, int pos) {
        buf[pos] = (byte) (v >> 16);
        buf[pos + 1] = (byte) (v >> 8);
        buf[pos + 2] = (byte) v;
}
这个实现比 JDK 自带的 Integer.toString 更快。因为查找表预先计算好了，节省了运行时的计算成本。

6、双精度浮点数解码性能测试（Decode Double）


解析 JSON 的 Double 就更慢了。
message PbTestObject {
  double field1 = 1;
  double field2 = 2;
  double field3 = 3;
  double field4 = 4;
  double field5 = 5;
  double field6 = 6;
  double field7 = 7;
  double field8 = 8;
  double field9 = 9;
  double field10 = 10;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_10_double_fields

全方位评测：Protobuf性能到底有没有比JSON快5倍？_4.jpg
Protobuf 解析 double 是 Jackson 的 13 倍。毫无疑问，JSON真的不适合存浮点数。

DSL-Json 中对 Double 也是做了特别优化的https://github.com/ngs-doo/dsl-json/blob/master/library/src/main/java/com/dslplatform/json/NumberConverter.java
private static double parsePositiveDouble(final byte[] buf, final JsonReader reader, final int start, final int end, int i) throws IOException {
        long value = 0;
        byte ch = ' ';
        for (; i < end; i++) {
                ch = buf[i];
                if (ch == '.') break;
                final int ind = buf[i] - 48;
                value = (value << 3) + (value << 1) + ind;
                if (ind < 0 || ind > 9) {
                        return parseDoubleGeneric(reader.prepareBuffer(start), end - start, reader);
                }
        }
        if (i == end) return value;
        else if (ch == '.') {
                i++;
                long div = 1;
                for (; i < end; i++) {
                        final int ind = buf[i] - 48;
                        div = (div << 3) + (div << 1);
                        value = (value << 3) + (value << 1) + ind;
                        if (ind < 0 || ind > 9) {
                                return parseDoubleGeneric(reader.prepareBuffer(start), end - start, reader);
                        }
                }
                return value / (double) div;
        }
        return value;
}
浮点数被去掉了点，存成了 long 类型，然后再除以对应的10的倍数。如果输入是3.1415，则会变成 31415/10000。

7、双精度浮点数编码性能测试（Encode Double）


把 double 编码为文本格式就更困难了。

全方位评测：Protobuf性能到底有没有比JSON快5倍？_5.jpg
解码 double 的时候，Protobuf 是 Jackson 的13 倍。如果你愿意牺牲精度的话，Jsoniter 可以选择只保留6位小数。在这个取舍下，可以好一些，但是 Protobuf 仍然是Jsoniter 的两倍。

保留6位小数的代码是这样写的。把 double 的处理变成了长整数的处理。
if (val < 0) {
    val = -val;
    stream.write('-');
}
if (val > 0x4ffffff) {
    stream.writeRaw(Double.toString(val));
    return;
}
int precision = 6;
int exp = 1000000; // 6
long lval = (long)(val * exp + 0.5);
stream.writeVal(lval / exp);
long fval = lval % exp;
if (fval == 0) {
    return;
}
stream.write('.');
if (stream.buf.length - stream.count < 10) {
    stream.flushBuffer();
}
for (int p = precision - 1; p > 0 && fval < POW10[p]; p--) {
    stream.buf[stream.count++] = '0';
}
stream.writeVal(fval);
while(stream.buf[stream.count-1] == '0') {
    stream.count--;
}

到目前来看，我们可以说 JSON 不是为数字设计的。如果你使用的是 Jackson，切换到 Protobuf 的话可以把数字的处理速度提高 10 倍。然而 DSL-Json 做的优化可以把这个性能差距大幅缩小，解码在 3x ~ 4x 之间，编码在 1.3x ~ 2x 之间（前提是牺牲 double 的编码精度）。

因为 JSON 处理 double 非常慢。所以 Jsoniter 提供了一种把 double 的 IEEE 754 的二进制表示（64个bit）用 base64 编码之后保存的方案。如果希望提高速度，但是又要保持精度，可以使用 Base64FloatSupport.enableEncodersAndDecoders();
long bits = Double.doubleToRawLongBits(number.doubleValue());
Base64.encodeLongBits(bits, stream);

static void encodeLongBits(long bits, JsonStream stream) throws IOException {
    int i = (int) bits;
    byte b1 = BA[(i >>> 18) & 0x3f];
    byte b2 = BA[(i >>> 12) & 0x3f];
    byte b3 = BA[(i >>> 6) & 0x3f];
    byte b4 = BA[i & 0x3f];
    stream.write((byte)'"', b1, b2, b3, b4);
    bits = bits >>> 24;
    i = (int) bits;
    b1 = BA[(i >>> 18) & 0x3f];
    b2 = BA[(i >>> 12) & 0x3f];
    b3 = BA[(i >>> 6) & 0x3f];
    b4 = BA[i & 0x3f];
    stream.write(b1, b2, b3, b4);
    bits = (bits >>> 24) << 2;
    i = (int) bits;
    b1 = BA[i >> 12];
    b2 = BA[(i >>> 6) & 0x3f];
    b3 = BA[i & 0x3f];
    stream.write(b1, b2, b3, (byte)'"');
}
对于 0.123456789 就变成了 "OWNfmt03P78"

8、对象解码性能测试（Decode Object）


我们已经看到了 JSON 在处理数字方面的笨拙丑态了。在处理对象绑定方面，是不是也一样不堪？前面的 benchmark 结果那么差和按字段做绑定是不是有关系？毕竟我们有 10 个字段要处理那。这就来看看在处理字段方面的效率问题。

为了让比较起来公平一些，我们使用很短的 ascii 编码的字符串作为字段的值。这样字符串拷贝的成本大家都差不到哪里去。所以性能上要有差距，必然是和按字段绑定值有关系。
message PbTestObject {
  string field1 = 1;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_1_string_field

全方位评测：Protobuf性能到底有没有比JSON快5倍？_7.jpg
如果只有一个字段，Protobuf 是 Jackson 的 2.5 倍。但是比 DSL-JSON 要慢。

我们再把同样的实验重复几次，分别对应 5 个字段，10个字段的情况。
message PbTestObject {
  string field1 = 1;
  string field2 = 2;
  string field3 = 3;
  string field4 = 4;
  string field5 = 5;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_5_string_fields

全方位评测：Protobuf性能到底有没有比JSON快5倍？_8.jpg
在有 5 个字段的情况下，Protobuf 仅仅是 Jackson 的 1.3x 倍。如果你认为 JSON 对象绑定很慢，而且会决定 JSON 解析的整体性能。对不起，你错了。

message PbTestObject {
  string field1 = 1;
  string field2 = 2;
  string field3 = 3;
  string field4 = 4;
  string field5 = 5;
  string field6 = 6;
  string field7 = 7;
  string field8 = 8;
  string field9 = 9;
  string field10 = 10;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_10_string_fields

全方位评测：Protobuf性能到底有没有比JSON快5倍？_9.jpg
把字段数量加到了 10 个之后，Protobuf 仅仅是 Jackson 的 1.22 倍了。看到这里，你应该懂了吧。

Protobuf 在处理字段绑定的时候，用的是 switch case：
boolean done = false;
while (!done) {
  int tag = input.readTag();
  switch (tag) {
    case 0:
      done = true;
      break;
    default: {
      if (!input.skipField(tag)) {
        done = true;
      }
      break;
    }
    case 10: {
      java.lang.String s = input.readStringRequireUtf8();
      field1_ = s;
      break;
    }
    case 18: {
      java.lang.String s = input.readStringRequireUtf8();
      field2_ = s;
      break;
    }
    case 26: {
      java.lang.String s = input.readStringRequireUtf8();
      field3_ = s;
      break;
    }
    case 34: {
      java.lang.String s = input.readStringRequireUtf8();
      field4_ = s;
      break;
    }
    case 42: {
      java.lang.String s = input.readStringRequireUtf8();
      field5_ = s;
      break;
    }
  }
}

这个实现比 Hashmap 来说，仅仅是稍微略快而已。DSL-JSON 的实现是先 hash，然后也是类似的分发的方式：
switch(nameHash) {
case 1212206434:
        _field1_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
case 1178651196:
        _field3_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
case 1195428815:
        _field2_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
case 1145095958:
        _field5_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
case 1161873577:
        _field4_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
default:
        nextToken = reader.skip();
        break;
}

使用的 hash 算法是 FNV-1a：
long hash = 0x811c9dc5;
while (ci < buffer.length) {
        final byte b = buffer[ci++];
        if (b == '"') break;
        hash ^= b;
        hash *= 0x1000193;
}
是 hash 就会碰撞，所以用起来需要小心。如果输入很有可能包含未知的字段，则需要放弃速度选择匹配之后再查一下字段是不是严格相等的。

Jsoniter 有一个解码模式 DYNAMIC_MODE_AND_MATCH_FIELD_STRICTLY，它可以产生下面这样的严格匹配的代码：
switch (field.len()) {
case 6:
    if (field.at(0) == 102 &&
            field.at(1) == 105 &&
            field.at(2) == 101 &&
            field.at(3) == 108 &&
            field.at(4) == 100) {
        if (field.at(5) == 49) {
            obj.field1 = (java.lang.String) iter.readString();
            continue;
        }
        if (field.at(5) == 50) {
            obj.field2 = (java.lang.String) iter.readString();
            continue;
        }
        if (field.at(5) == 51) {
            obj.field3 = (java.lang.String) iter.readString();
            continue;
        }
        if (field.at(5) == 52) {
            obj.field4 = (java.lang.String) iter.readString();
            continue;
        }
        if (field.at(5) == 53) {
            obj.field5 = (java.lang.String) iter.readString();
            continue;
        }
    }
    break;
}
iter.skip();
即便是严格匹配，速度上也是有保证的。DSL-JSON 也有选项，可以在 hash 匹配之后额外加一次字符串 equals 检查。

全方位评测：Protobuf性能到底有没有比JSON快5倍？_10.jpg
关于对象绑定来说，只要字段名不长，基于数字的 tag 分发并不会比 JSON 具有明显优势，即便是相比最慢的 Jackson 来说也是如此。

9、对象编码性能测试（Encode Object）


废话不多说了，直接比较一下三种字段数量情况下，编码的速度。

只有 1 个字段：
全方位评测：Protobuf性能到底有没有比JSON快5倍？_11.jpg

有 5 个字段：
全方位评测：Protobuf性能到底有没有比JSON快5倍？_12.jpg

有 10 个字段：
全方位评测：Protobuf性能到底有没有比JSON快5倍？_13.jpg

对象编码方面，Protobuf 是 Jackson 的 1.7 倍。但是速度其实比 DSL-Json 还要慢。

优化对象编码的方式是，一次性尽可能多的把控制类的字节写出去。
public void encode(Object obj, com.jsoniter.output.JsonStream stream) throws java.io.IOException {
  if (obj == null) { stream.writeNull(); return; }
  stream.write((byte)'{');
  encode_((com.jsoniter.benchmark.with_1_string_field.TestObject)obj, stream);
  stream.write((byte)'}');
}

public static void encode_(com.jsoniter.benchmark.with_1_string_field.TestObject obj, com.jsoniter.output.JsonStream stream) throws java.io.IOException {
  boolean notFirst = false;
  if (obj.field1 != null) {
  if (notFirst) { stream.write(','); } else { notFirst = true; }
  stream.writeRaw("\"field1\":", 9);
  stream.writeVal((java.lang.String)obj.field1);
  }
}

可以看到我们把 "field1": 作为一个整体写出去了。如果我们知道字段是非空的，则可以进一步的把字符串的双引号也一起合并写出去。
public void encode(Object obj, com.jsoniter.output.JsonStream stream) throws java.io.IOException {
  if (obj == null) { stream.writeNull(); return; }
  stream.writeRaw("{\"field1\":\"", 11);
  encode_((com.jsoniter.benchmark.with_1_string_field.TestObject)obj, stream);
  stream.write((byte)'\"', (byte)'}');
}

public static void encode_(com.jsoniter.benchmark.with_1_string_field.TestObject obj, com.jsoniter.output.JsonStream stream) throws java.io.IOException {
  com.jsoniter.output.CodegenAccess.writeStringWithoutQuote((java.lang.String)obj.field1, stream);
}

从对象的编解码的 benchmark 结果可以看出，Protobuf 在这个方面仅仅比 Jackson 略微强一些，而比 DSL-Json 要慢。

10、整形列表解码性能测试（Decode Integer List）


Protobuf 对于整数列表有特别的支持，可以打包存储：
22        // tag (field number 4, wire type 2)
06        // payload size (6 bytes)
03        // first element (varint 3)
8E 02     // second element (varint 270)
9E A7 05  // third element (varint 86942)
设置 [packed=true]
message PbTestObject {
  repeated int32 field1 = 1 [packed=true];
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_int_list

全方位评测：Protobuf性能到底有没有比JSON快5倍？_14.jpg
对于整数列表的解码，Protobuf 是 Jackson 的 3 倍。然而比 DSL-Json 的优势并不明显。

在 Jsoniter 里，解码的循环被展开了：
public static java.lang.Object decode_(com.jsoniter.JsonIterator iter) throws java.io.IOException { 
    java.util.ArrayList col = (java.util.ArrayList)com.jsoniter.CodegenAccess.resetExistingObject(iter);
    if (iter.readNull()) { com.jsoniter.CodegenAccess.resetExistingObject(iter); return null; }
    if (!com.jsoniter.CodegenAccess.readArrayStart(iter)) {
        return col == null ? new java.util.ArrayList(0): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
    }
    Object a1 = java.lang.Integer.valueOf(iter.readInt());
    if (com.jsoniter.CodegenAccess.nextToken(iter) != ',') {
        java.util.ArrayList obj = col == null ? new java.util.ArrayList(1): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
        obj.add(a1);
        return obj;
    }
    Object a2 = java.lang.Integer.valueOf(iter.readInt());
    if (com.jsoniter.CodegenAccess.nextToken(iter) != ',') {
        java.util.ArrayList obj = col == null ? new java.util.ArrayList(2): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
        obj.add(a1);
        obj.add(a2);
        return obj;
    }
    Object a3 = java.lang.Integer.valueOf(iter.readInt());
    if (com.jsoniter.CodegenAccess.nextToken(iter) != ',') {
        java.util.ArrayList obj = col == null ? new java.util.ArrayList(3): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
        obj.add(a1);
        obj.add(a2);
        obj.add(a3);
        return obj;
    }
    Object a4 = java.lang.Integer.valueOf(iter.readInt());
    java.util.ArrayList obj = col == null ? new java.util.ArrayList(8): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
    obj.add(a1);
    obj.add(a2);
    obj.add(a3);
    obj.add(a4);
    while (com.jsoniter.CodegenAccess.nextToken(iter) == ',') {
        obj.add(java.lang.Integer.valueOf(iter.readInt()));
    }
    return obj;
}

对于成员比较少的情况，这样搞可以避免数组的扩容带来的内存拷贝。

11、整形列表编码性能测试（Encode Integer List）


Protobuf 在编码数组的时候应该有优势，不用写那么多逗号出来嘛。

全方位评测：Protobuf性能到底有没有比JSON快5倍？_x.jpg

Protobuf 在编码整数列表的时候，仅仅是 Jackson 的 1.35 倍。虽然 Protobuf 在处理对象的整数字段的时候优势明显，但是在处理整数的列表时却不是如此。在这个方面，DSL-Json 没有特殊的优化，性能的提高纯粹只是因为单个数字的编码速度提高了。

12、对象列表解码性能测试（Decode Object List）


列表经常用做对象的容器。测试这种两种容器组合嵌套的场景，也很有代表意义。
message PbTestObject {
  message ElementObject {
    string field1 = 1;
  }
  repeated ElementObject field1 = 1;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_object_list

全方位评测：Protobuf性能到底有没有比JSON快5倍？_y.jpg

Protobuf 处理对象列表是 Jackson 的 1.3 倍。但是不及 DSL-JSON。

13、对象列表编码性能测试（Encode Object List）


全方位评测：Protobuf性能到底有没有比JSON快5倍？_z.jpg

Protobuf 处理对象列表的编码速度是 Jackson 的 2 倍。但是 DSL-JSON 仍然比 Protobuf 更快。似乎 Protobuf 在处理列表的编码解码方面优势不明显。

14、双精度浮点数数组解码性能测试（Decode Double Array）


Java 的数组有点特殊，double[] 是比 List<Double> 更高效的。使用 double 数组来代表时间点上的值或者坐标是非常常见的做法。然而，Protobuf 的 Java  库没有提供double[] 的支持，repeated 总是使用 List<Double>。我们可以预期 JSON 库在这里有一定的优势。
message PbTestObject {
  repeated double field1 = 1 [packed=true];
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_double_array

全方位评测：Protobuf性能到底有没有比JSON快5倍？_xx.jpg

Protobuf 在处理 double 数组方面，Jackson 与之的差距被缩小为 5 倍。Protobuf 与 DSL-JSON 相比，优势已经不明显了。所以如果你有很多的 double 数值需要处理，这些数值必须是在对象的字段上，才会引起性能的巨大差别，对于数组里的 double，优势差距被缩小。

在 Jsoniter 里，处理数组的循环也是被展开的。
public static java.lang.Object decode_(com.jsoniter.JsonIterator iter) throws java.io.IOException {
... // abbreviated
 nextToken = com.jsoniter.CodegenAccess.nextToken(iter);
 if (nextToken == ']') {
     return new double[0];
 }
 com.jsoniter.CodegenAccess.unreadByte(iter);
 double a1 = iter.readDouble();
 if (!com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     return new double[]{ a1 };
 }
 double a2 = iter.readDouble();
 if (!com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     return new double[]{ a1, a2 };
 }
 double a3 = iter.readDouble();
 if (!com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     return new double[]{ a1, a2, a3 };
 }
 double a4 = (double) iter.readDouble();
 if (!com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     return new double[]{ a1, a2, a3, a4 };
 }
 double a5 = (double) iter.readDouble();
 double[] arr = new double[10];
 arr[0] = a1;
 arr[1] = a2;
 arr[2] = a3;
 arr[3] = a4;
 arr[4] = a5;
 int i = 5;
 while (com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     if (i == arr.length) {
         double[] newArr = new double[arr.length * 2];
         System.arraycopy(arr, 0, newArr, 0, arr.length);
         arr = newArr;
     }
     arr[i++] = iter.readDouble();
 }
 double[] result = new double[i];
 System.arraycopy(arr, 0, result, 0, i);
 return result;
}

这避免了数组扩容的开销。

15、双精度浮点数数组编码性能测试（Encode Double Array）


再来看看 double 数组的编码：
全方位评测：Protobuf性能到底有没有比JSON快5倍？_yy.jpg

Protobuf 可以飞快地对 double 数组进行编码，是 Jackson 的 15 倍。在牺牲精度的情况下，Protobuf 只是Jsoniter 的 2.3 倍。所以，再次证明了，JSON 处理 double 非常慢。如果用 base64 编码 double，则可以保持精度，速度和牺牲精度时一样。

16、字符串解码性能测试（Decode String）


JSON 字符串包含了转义字符的支持。Protobuf 解码字符串仅仅是一个内存拷贝。理应更快才对。被测试的字符串长度是 160 个字节的 ascii。
syntax = "proto3";
option optimize_for = SPEED;
message PbTestObject {
  string field1 = 1;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_long_string

全方位评测：Protobuf性能到底有没有比JSON快5倍？_zz.jpg
Protobuf 解码长字符串是 Jackson 的 1.85 倍。然而，DSL-Json 比 Protobuf 更快。这就有点奇怪了，JSON 的处理负担更重，为什么会更快呢？

先尝试捷径：

DSL-JSON 给 ascii 实现了一个捷径：https://github.com/ngs-doo/dsl-json/blob/master/library/src/main/java/com/dslplatform/json/JsonReader.java
for (int i = 0; i < chars.length; i++) {
        bb = buffer[ci++];
        if (bb == '"') {
                currentIndex = ci;
                return i;
        }
        // If we encounter a backslash, which is a beginning of an escape sequence
        // or a high bit was set - indicating an UTF-8 encoded multibyte character,
        // there is no chance that we can decode the string without instantiating
        // a temporary buffer, so quit this loop
        if ((bb ^ '\\') < 1) break;
        chars[i] = (char) bb;
}
这个捷径里规避了处理转义字符和utf8字符串的成本。

JVM 的动态编译做了特殊优化：

在 JDK9 之前，java.lang.String 都是基于 `char[]` 的。而输入都是 byte[] 并且是 utf-8 编码的。所以这使得，我们不能直接用 memcpy 的方式来处理字符串的解码问题。

但是在 JDK9 里，java.lang.String 已经改成了基于`byte[]`的了。从 JDK9 的源代码里可以看出：
@Deprecated(since="1.1")
public String(byte ascii[], int hibyte, int offset, int count) {
    checkBoundsOffCount(offset, count, ascii.length);
    if (count == 0) {
        this.value = "".value;
        this.coder = "".coder;
        return;
    }
    if (COMPACT_STRINGS && (byte)hibyte == 0) {
        this.value = Arrays.copyOfRange(ascii, offset, offset + count);
        this.coder = LATIN1;
    } else {
        hibyte <<= 8;
        byte[] val = StringUTF16.newBytesFor(count);
        for (int i = 0; i < count; i++) {
            StringUTF16.putChar(val, i, hibyte | (ascii[offset++] & 0xff));
        }
        this.value = val;
        this.coder = UTF16;
    }
}

使用这个虽然被废弃，但是还没有被删除的构造函数，我们可以使用 Arrays.copyOfRange 来直接构造 java.lang.String 了。然而，在测试之后，发现这个实现方式并没有比 DSL-JSON 的实现更快。

似乎 JVM 的 Hotspot 动态编译时对这段循环的代码做了模式匹配，识别出了更高效的实现方式。即便是在 JDK9 使用 +UseCompactStrings 的前提下，理论上来说本应该更慢的 byte[] => char[] => byte[] 并没有使得这段代码变慢，DSL-JSON 的实现还是最快的。

如果输入大部分是字符串，这个优化就变得至关重要了。Java 里的解析艺术，还不如说是字节拷贝的艺术。JVM 的 java.lang.String 设计实在是太愚蠢了。在现代一点的语言中，比如 Go，字符串都是基于 utf-8 byte[] 的。

17、字符串编码性能测试（Encode String）


类似的问题，因为需要把 char[] 转换为 byte[]，所以没法直接内存拷贝。

全方位评测：Protobuf性能到底有没有比JSON快5倍？_aa.jpg

Protobuf 在编码长字符串时，比 Jackson 略微快一点点。一切都归咎于 char[]。

18、本文总结


最后，我们把所有的战果汇总到一起。

全方位评测：Protobuf性能到底有没有比JSON快5倍？_a1.jpg

全方位评测：Protobuf性能到底有没有比JSON快5倍？_a2.jpg

编解码数字的时候，JSON仍然是非常慢的。Jsoniter 把这个差距从 10 倍缩小到了 3 倍多一些。

JSON 最差的情况是下面几种：

  • 跳过非常长的字符串：和字符串长度线性相关。
  • 解码 double 字段：Protobuf 优势明显，是 Jsoniter的 3.27 倍，是 Jackson 的 13.75 倍。
  • 编码 double 字段：如果不能接受只保留 6 位小数，Protobuf 是 Jackson 的 12.71 倍。如果接受精度损失，Protobuf 是 Jsoniter 的 1.96 倍。
  • 解码整数：Protobuf 是 Jsoniter 的 2.64 倍，是 Jackson 的 8.51 倍。

全方位评测：Protobuf性能到底有没有比JSON快5倍？_a3.jpg

如果你的生产环境中的JSON没有那么多的double字段，都是字符串占大头，那么基本上来说替换成 Protobuf 也就是仅仅比 Jsoniter 提高一点点，肯定在2倍之内。如果不幸的话，没准 Protobuf 还要更慢一点。

（原文链接：http://www.infoq.com/cn/articles/json-is-5-times-faster-than-protobuf，有删节）

即时通讯网 - 即时通讯开发者社区！ 来源： - 即时通讯开发者社区！

标签:通信协议 ProtoBuf
上一篇：移动端安全通信的利器——端到端加密（E2EE）技术详解▪下一篇：一种Android端IM智能心跳算法的设计与实现探讨（含样例代码）

本帖已收录至以下技术专辑

相关文章
推荐方案
评论 9
2 楼: 只是路过 Lv.7 青铜版主 9 年前 | 只看该作者
测的这么细，老外果然很闲
签名: 星期六，那又怎样，还是得上班
3 楼: chutianfan Lv.1 9 年前 | 只看该作者
这个很好，非常好
签名: 不错，很好
4 楼: Liu90 Lv.1 8 年前 | 只看该作者
5 楼: 小平 Lv.2 8 年前 | 只看该作者
看的我是目瞪口呆     巨详细啊
6 楼: JackJiang Lv.9 精华之王 活跃开发者 黄金版主 终身成就 楼主 8 年前 | 只看该作者
引用：小平 发表于 2017-11-29 14:25
看的我是目瞪口呆     巨详细啊

哈哈
签名: 《IM千人群聊该不该用消息写扩散？详细算算成本账》http://www.52im.net/thread-4915-1-1.html
7 楼: tuna Lv.4 8 年前 | 只看该作者
拿数据说话，最有说服力
8 楼: lmcallme Lv.1 7 年前 | 只看该作者
在java下比较JSON和protobuf性能，是不是有点问题？
9 楼: JackJiang Lv.9 精华之王 活跃开发者 黄金版主 终身成就 楼主 7 年前 | 只看该作者
引用：lmcallme 发表于 2019-05-17 13:15
在java下比较JSON和protobuf性能，是不是有点问题？

这样比较没问题，json和protobuf只是数据格式而已
签名: 《IM千人群聊该不该用消息写扩散？详细算算成本账》http://www.52im.net/thread-4915-1-1.html
10 楼: 嘟嘟嘟哒 Lv.4 5 年前 | 只看该作者
真详细
返回列表 发新帖 发表评论
打赏楼主 ×
使用微信打赏！ 使用支付宝打赏！
即时通讯技术的分享和传播需要您的支持，感谢打赏！

返回顶部