Python中几种常用json库性能对比

点击蓝色字关注我们！

   

    无论是在Web开发还是服务端开发，json格式都是相当常见的数据传输格式，一般情况下我们对于json的解析构造性能并不需要太多关心，除非是数据量很大或者性能要求较高的系统交互中。

   在Python中json的序列化与反序列化有很多库，具体选择使用哪一个，或者哪一个速度更快呢？下面我们对5种常见的库进行对比：

• ujson

• yajl

• cjson

• simplejson

• stdlib json

◆ ◆ ◆

测试方式：

json序列化与反序列化速度对比（按总时间排序：测试数据100 * 10000）ujson         序列化: 2.084    反序列化: 1.157    总时间: 3.241yajl          序列化: 1.910    反序列化: 1.970    总时间: 3.880cjson         序列化: 3.305    反序列化: 1.328    总时间: 4.632simplejson    序列化: 10.279   反序列化: 4.658    总时间: 14.937stdlib json   序列化: 7.013    反序列化: 8.594    总时间: 15.607

测试结论：

• 1.stdlib json也就是内置的json.dumps外，其他都是第三方包。

• 2.数据量较少时，速度几乎没有区别，无所谓选择哪一个。

• 3.数据量大的情况下，ujson的总体表现最好，但序列化不如yajl

在django中，如果只是response一个json对象，可以直接使用JsonResonse

用法为：

>>> from django.http import JsonResponse>>> response = JsonResponse({'foo': 'bar'})>>> response.content'{"foo": "bar"}'

默认采用内置stdlib方式进行json格式化后返回。如果数据不多，着实方便(django1.7引入)

◆ ◆ ◆

测试代码来自rtyler,在其基础上新增了ujson

import timeimport pickleimport yajltry:    import cjsonexcept ImportError:    cjson = Nonetry:    import simplejsonexcept ImportError:    simplejson = Nonetry:    import ujsonexcept ImportError:    ujson = Nonetry:    import jsonexcept ImportError:    json = Nonedefault_data = {    "name": "Foo",    "type": "Bar",    "count": 1,    "info": {        "x": 203,        "y": 102, }, }def ttt(f, data=None, x=100 * 10000):    start = time.time()    while x:        x -= 1        foo = f(data)    return time.time() - startdef profile(serial, deserial, data=None, x=100 * 10000):    if not data:        data = default_data    squashed = serial(data)    return (ttt(serial, data, x), ttt(deserial, squashed, x))def test(serial, deserial, data=None):    if not data:        data = default_data    assert deserial(serial(data)) == datacontenders = [    ('yajl', (yajl.Encoder().encode, yajl.Decoder().decode)),]if cjson:    contenders.append(('cjson', (cjson.encode, cjson.decode)))if simplejson:    contenders.append(('simplejson', (simplejson.dumps, simplejson.loads)))if json:    contenders.append(('stdlib json', (json.dumps, json.loads)))if ujson:    contenders.append(('ujson', (ujson.dumps, ujson.loads)))for name, args in contenders:    test(*args)    x, y = profile(*args)    print("%-11s serialize: %0.3f  deserialize: %0.3f  total: %0.3f" % (        name, x, y, x + y))

◆ ◆ ◆

长按识别

关注 技术90分