当前位置: 2017年顶呱刮中奖图片 > Android开发 > 常见JSON解析库对比
常见JSON解析库对比 时间:2017-11-27     来源:移动互联网学院

2017年顶呱刮中奖图片 www.tfmno.tw 前言

前段时间有网友针对Top500和Google Play Top200 Android应用做了全面的分析(具体分析报告见文末的参考资料),其中有涉及到对主流应用使用json框架Gson、FastJson、Jackson的统计,具体情况如下:

 

可见无论是在还是上,有很多应用会用到json框架,其中谷歌提供的gson框架是被使用得多的,老牌json框架Jackson属于小众,阿里出品的FastJson在的使用情况仅次于Gson,但在上却基本没有APP在使用。

 

测试方案

被使用得多并不代表就一定是优方案,在使用json框架的过程中,我们关注的应该是效率和易用性的问题,三种框架的具体实现各不相同,肯定会存在效率和易用性上的差异,针对这两方面的分析网络上的文章并没有比较权威、能够说服大家的观点(FastJson引用的测试结果可以参考,但不足以说服所有人),本文结合工作中的实际情况,使用三种框架分别对bean转String、String转bean、List转String、String转List、Map转String、String转Map这几种情况进行实际测试,得出在耗时、CPU占用、内存变化、易用性上的测试结果。

为了让测试结果显得更为可信,有必要说明一下测试方案:

使用相同的测试环境:入参相同(数据来源、测试次数)、运行的环境相同;

每个框架都使用新的版本,如果有Android定制版优先使用Android定制版(Gson:2.7、FastJson:1.1.52.android、jackson:jackson-all-1.9.9);

为了避免单次测试可能存在的不确定性因素,每个框架的每次测试都是重复测试100次,然后算平均值;

为了观察不同量级的数据量对效率的影响,数据量可以人为设置,测试时分别从10的0次方到10的4次方,每次测试以10为倍数的增长方式(即1、10、100、1000、10000,根据实际情况,测试10万次就显得不是很必要了,如果数据量太大,可以考虑分多次获取和转换)观察不同框架在不同量级数据的表现情况;

考虑到生成数据也会导致耗时的问题,对每个框架的每次测试,100次的测试中只生成一次数据;

考虑到测试的可操作性,对每个框架的每次测试中,bean转String、String转bean、List转String、String转List、Map转String、String转Map都是一并进行的,所以对内存变化和CPU变化的测试结果是这六项测试的综合结果。

考虑到可读性和代码量的问题,直接提供链接会比贴代码好一点:

ParseJson4Android

测试结果

详细的测试结果如下:

Gson、FastJson、Jackson三种框架性能测试结果

 

结合本人实际操作和测试结果,可以得出如下结论:

Gson、FastJson、Jackson综合对比

 

三种框架在实现上都使用了反射机制;

三种框架目前仍然在维护,所以从这一点来讲,使用任何一个框架都是靠谱的,因为有人在维护,反馈问题可以改,遇到问题也可以问;

三种框架FastJson的包?。ㄎ朔奖愣员却笮?,均是对jar包做的统计),只有196K,其次是Gson的227K,Jackson会大很多,超过了1M;

三种框架在1000倍数据量级以内效率都很高、占用内存也低,效率高的是FastJson,内存占用都差不多;1000倍数据量级以上内存占用会很大,并且平均耗时会超过1S,FastJson表现中规中矩;

json解析、转换是一件很耗CPU的工作;

三种框架在bean转换为json时都有很好的易用性,但在json解析的实现上,FastJson使用起来简单,其次是Gson;

FastJson对bean有要求,必须要有默认的构造函数,如果bean类没有默认的构造函数并且是无法修改的(比如拿不到源码),相比于另外两个框架会有弱势。

综合上述各方面的测试结果,并结合实际工作情况来看(如果数据量很大,可以考虑分页,多次获?。?,在项目中应该优先使用FastJson框架,它在一定数据量范围内,内存占用、效率等方面会表现得更为优秀;其次才是Gson(结合实际工作经验,频繁的使用json解析和转换更应该使用FastJson)。如果有涉及到无法修改并且没有默认构造方法的bean类,则应该优先考虑使用Gson。

特别说明:

由于测试方案、测试环境以及具体用法并不一定权威,所以测试结果仅供参考,在实际开发过程中可以借鉴本文的测试结论,但建议在任何开源项目的选型前,还是要亲自动手,对性能、效率、易用性、功耗、大小、是否有人在维护、稳定性等各方面进行测试,根据综合分析后的结果选择适合自己项目的框架。