原文链接：https://blog.thinkeridea.com/201902/go/you_ya_de_du_qu_http_qing_qiu_huo_xiang_ying_de_shu_ju_2.html

之前发布 【Go】优雅的读取http请求或响应的数据 文章，网友 “wxe” 咨询：“优化前后的请求耗时变化有多大”，之前只分析了内存分配，这篇文章用单元测试的方式分析优化前后的耗时情况，本文源码。

非常感谢 “wxe” 网友的提问，让我在测试过程中发现一个 json 序列化的问题。

之前我们优化了两个部分，json 与 ioutil.ReadAll， 先对比 ioutil.ReadAll, 这里测试的代码分成两个部分做对比，一部分单纯对比 ioutil.ReadAll 和 io.Copy + sync.Pool，另一部分增加 jsoniter.Unmarshal 来延迟 pool.Put(buffer) 的执行, 源码。

package iouitl_readallimport ("bytes""io""io/ioutil""sync"jsoniter "github.com/json-iterator/go"
)var pool = sync.Pool{New: func() interface{} {return bytes.NewBuffer(make([]byte, 4096))},
}func IoCopyAndJson(r io.Reader) error {buffer := pool.Get().(*bytes.Buffer)buffer.Reset()defer pool.Put(buffer)res := Do(r)_, err := io.Copy(buffer, res)if err != nil {return err}m := map[string]string{}err = jsoniter.Unmarshal(buffer.Bytes(), &m)return err
}func IouitlReadAllAndJson(r io.Reader) error {res := Do(r)data, err := ioutil.ReadAll(res)if err != nil {return err}m := map[string]string{}err = jsoniter.Unmarshal(data, &m)return err
}func IoCopy(r io.Reader) error {buffer := pool.Get().(*bytes.Buffer)buffer.Reset()defer pool.Put(buffer)res := Do(r)_, err := io.Copy(buffer, res)if err != nil {return err}return err
}func IouitlReadAll(r io.Reader) error {res := Do(r)data, err := ioutil.ReadAll(res)if err != nil {return err}_ = datareturn err
}

测试代码如下源码:

package iouitl_readallimport ("bytes""testing"
)var data = bytes.Repeat([]byte("ABCD"), 1000)func BenchmarkIouitlReadAll(b *testing.B) {b.RunParallel(func(pb *testing.PB) {for pb.Next() {err := IouitlReadAll(bytes.NewReader(data))if err != nil {b.Error(err.Error())}}})
}func BenchmarkIoCopy(b *testing.B) {b.RunParallel(func(pb *testing.PB) {for pb.Next() {err := IoCopy(bytes.NewReader(data))if err != nil {b.Error(err.Error())}}})
}func BenchmarkIouitlReadAllAndJson(b *testing.B) {b.RunParallel(func(pb *testing.PB) {for pb.Next() {err := IouitlReadAllAndJson(bytes.NewReader(data))if err != nil {b.Error(err.Error())}}})
}func BenchmarkIoCopyAndJson(b *testing.B) {b.RunParallel(func(pb *testing.PB) {for pb.Next() {err := IoCopyAndJson(bytes.NewReader(data))if err != nil {b.Error(err.Error())}}})
}

测试结果如下:

goos: darwin
goarch: amd64
pkg: github.com/thinkeridea/example/iouitl_readall
BenchmarkIouitlReadAll-8              500000          2752 ns/op       14496 B/op          6 allocs/op
BenchmarkIoCopy-8                   20000000            65.2 ns/op        48 B/op          1 allocs/op
BenchmarkIouitlReadAllAndJson-8       100000         20022 ns/op       46542 B/op        616 allocs/op
BenchmarkIoCopyAndJson-8              100000         17615 ns/op       32102 B/op        611 allocs/op

结论：

可以发现 IoCopy 方法是 IouitlReadAll 方法效率的 40 倍，内存分配也很少，而 IoCopyAndJson 和 IouitlReadAllAndJson 的效率差异极小仅有 2407ns，大约是 1.13倍，不过内存分配还是少了很多的，为什么会这样呢，这就是 sync.Pool 的导致的，sync.Pool 每次获取使用时间越短，命中率就越高，就可以减少创建新的缓存，这样效率就会大大提高，而 jsoniter.Unmarshal 很耗时，就导致 sync.Pool 的命中率降低了，所以性能下降极其明显.

使用 io.Copy + sync.Pool 表面上执行效率不会有很大提升，但是会大幅度减少内存分配，从而可以减少 GC 的负担，在单元测试中我们并没有考虑 GC 的问题，而 GC 能带来的性能提升会更有优势。

在看一下 json 使用 sync.Pool 的效果吧 源码

package iouitl_readallimport ("bytes""encoding/json"jsoniter "github.com/json-iterator/go"
)func Json(r map[string]string) error {data, err := json.Marshal(r)if err != nil {return err}_ = datareturn nil
}func JsonPool(r map[string]string) error {buffer := pool.Get().(*bytes.Buffer)buffer.Reset()defer pool.Put(buffer)e := json.NewEncoder(buffer)err := e.Encode(r)if err != nil {return err}return nil
}func JsonIter(r map[string]string) error {data, err := jsoniter.Marshal(r)if err != nil {return err}_ = datareturn nil
}func JsonIterPool(r map[string]string) error {buffer := pool.Get().(*bytes.Buffer)buffer.Reset()defer pool.Put(buffer)e := jsoniter.NewEncoder(buffer)err := e.Encode(r)if err != nil {return err}return nil
}

性能测试代码源码:

package iouitl_readallimport ("strconv""strings""testing"
)var request map[string]stringfunc init() {request = make(map[string]string, 100)for i := 0; i < 100; i++ {request["X"+strconv.Itoa(i)] = strings.Repeat("A", i/2)}
}
func BenchmarkJson(b *testing.B) {b.RunParallel(func(pb *testing.PB) {for pb.Next() {err := Json(request)if err != nil {b.Error(err.Error())}}})
}func BenchmarkJsonIter(b *testing.B) {b.RunParallel(func(pb *testing.PB) {for pb.Next() {err := JsonIter(request)if err != nil {b.Error(err.Error())}}})
}func BenchmarkJsonPool(b *testing.B) {b.RunParallel(func(pb *testing.PB) {for pb.Next() {err := JsonPool(request)if err != nil {b.Error(err.Error())}}})
}func BenchmarkJsonIterPool(b *testing.B) {b.RunParallel(func(pb *testing.PB) {for pb.Next() {err := JsonIterPool(request)if err != nil {b.Error(err.Error())}}})
}

测试结果如下:

goos: darwin
goarch: amd64
pkg: github.com/thinkeridea/example/iouitl_readall
BenchmarkJson-8                       100000         13297 ns/op       13669 B/op        207 allocs/op
BenchmarkJsonPool-8                   100000         13310 ns/op       10218 B/op        206 allocs/op
BenchmarkJsonIter-8                   500000          2948 ns/op        3594 B/op          4 allocs/op
BenchmarkJsonIterPool-8               200000          6126 ns/op        6040 B/op        144 allocs/op
PASS
ok      github.com/thinkeridea/example/iouitl_readall   12.716s

这里使用了两个 json 包， 一个是标准库的，一个是 jsoniter (也是社区反馈效率最高的)，对比两个包使用 sync.Pool 和不使用之间的差异，发现标准库 json 包使用后内存有少量减少，但是运行效率稍微下降了，差异不是很大，jsoniter 包差异之所谓非常明显，发现使用 sync.Pool 之后不仅内存分配更多了，执行效率也大幅度下降，差了将近3倍有余。

是不是很奔溃，这是啥情况 jsoniter 本身就使用了 sync.Pool 作缓冲，我们使用 jsoniter.NewEncoder(buffer) 创建一个序列化实例，但是其内部并没有直接使用 io.Writer 而是先使用缓冲序列化数据，之后写入 io.Writer, 具体代码如下：

// Flush writes any buffered data to the underlying io.Writer.
func (stream *Stream) Flush() error {if stream.out == nil {return nil}if stream.Error != nil {return stream.Error}n, err := stream.out.Write(stream.buf)if err != nil {if stream.Error == nil {stream.Error = err}return err}stream.buf = stream.buf[n:]return nil
}

这样一来我们使用 buffer 做 json 序列化优化效果就大打折扣，甚至适得其反了。

再次感谢 “wxe” 网友的提问，这里没有使用实际的应用场景做性能测试，主要发现在性能测试中使用 http 服务会导致 connect: can't assign requested address 问题，所以测试用使用了函数模拟，如果有朋友有更好的测试方法欢迎一起交流。

转载：

本文作者： 戚银（thinkeridea）

本文链接： https://blog.thinkeridea.com/201902/go/you_ya_de_du_qu_http_qing_qiu_huo_xiang_ying_de_shu_ju_2.html

版权声明： 本博客所有文章除特别声明外，均采用 CC BY 4.0 CN协议 许可协议。转载请注明出处！