微软终于追上了?

图片来自 Glenn Carstens-Peters[1]Unsplash[2]

欢迎来到.NET 性能系列的另一章。这个系列的特点是对.NET 世界中许多不同的主题进行研究、基准和比较。正如标题所说的那样,重点在于使用最新的.NET7 的性能。你将看到哪种方法是实现特定主题的最快方法,以及大量的技巧和窍门,你如何能以较低的努力最大化你的代码性能。如果你对这些主题感兴趣,请继续关注

在这篇文章中,我们将比较两个最突出的.NET 的 json 框架。:Newtonsofts Json.NET[3] 和 Microsofts System.Text.Json[4].

Newtonsoft.Json是 NuGet 上下载量最大的软件包,下载量超过23 亿System.Text.Json稍稍落后,大约有6 亿次下载。然而,我们需要考虑的是,System.Text.Json自.NET Core 3.1 起就默认随.NET SDK 交付。既然如此,Newtonsoft 似乎仍然是最受欢迎的 json 框架。让我们来看看,它是否能保持它的名次,或者微软是否在性能方面缓慢但肯定地领先。

测试方案

为了模拟现实生活中应用的真实场景,我们将测试两个主要用例。

  • 第一,单个大数据集的序列化和反序列化。

  • 第二是许多小数据集的序列化和反序列化。

一个真实的场景也需要真实的数据。对于测试数据集,我决定使用 NuGet 包Bogus[5]。通过 Bogus,我能够快速生成许多不同的用户,包括个人姓名、电子邮件、ID 等。

[Params(10000)]
public int Count { get; set; }private List<User> testUsers;[GlobalSetup]
public void GlobalSetup()
{var faker = new Faker<User>().CustomInstantiator(f => new User(Guid.NewGuid(),f.Name.FirstName(),f.Name.LastName(),f.Name.FullName(),f.Internet.UserName(f.Name.FirstName(), f.Name.LastName()),f.Internet.Email(f.Name.FirstName(), f.Name.LastName())));testUsers = faker.Generate(Count);
}

对于基准,我们将使用每个软件包的最新版本,目前是(2022 年 10 月):

  • Newtonsoft.Json — 13.0.1 and

  • System.Text.Json — 7.0.0-rc.2[6]

序列化测试

序列化大对象

为了测试一个大对象的序列化,我们简单地使用List<User>,我们在GlobalSetup()方法中设置了它。我们的基准方法看起来像这样:

[Benchmark(Baseline = true)]
public void NewtonsoftSerializeBigData() =>_ = Newtonsoft.Json.JsonConvert.SerializeObject(testUsers);[Benchmark]
public void MicrosoftSerializeBigData() =>_ = System.Text.Json.JsonSerializer.Serialize(testUsers);

这些方法都使用默认的ContractResolver,它只被实例化一次,因此是两个框架中性能最好的序列化选项。如果你使用自定义的JsonSerializerSettings,注意不要多次实例化ContractResolver,否则你会降低很多性能。

现在我们来看看结果:

Method Count Mean Ratio Allocated Alloc Ratio
NewtonsoftSerializeBigData 10000 7.609 ms 1.00 8.09 MB 1.00
MicrosoftSerializeBigData 10000 3.712 ms 0.49 3.42 MB 0.42

尽管 Newtonsoft 在他们的第一个文档网站[7]上说。

高性能:比.NET 的内置 JSON 序列化器快

我们可以清楚地看到,到目前为止,他们并不比内置的 JSON 序列化器快。至少在这个用例中是这样。让我们来看看,在其他使用情况下是否也是如此。

序列化许多小对象

这个用例在实际应用中比较常见,例如在 REST-Apis 中,每个网络请求都必须处理 JSON 序列化数据,并且也要用 JSON 序列化数据进行响应。

为了实现这个用例,我们使用之前建立的List<User>,并简单地循环通过它,同时单独序列化每个用户。

[Benchmark(Baseline = true)]
public void NewtonsoftSerializeMuchData()
{foreach (var user in testUsers){_ = Newtonsoft.Json.JsonConvert.SerializeObject(user);}
}[Benchmark]
public void MicrosoftSerializeMuchData()
{foreach (var user in testUsers){_ = System.Text.Json.JsonSerializer.Serialize(user);}
}

在我的机器上,这个基准测试导致了以下结果:

Method Count Mean Ratio Allocated Alloc Ratio
NewtonsoftSerializeMuchData 10000 8.087 ms 1.00 17.14 MB 1.00
MicrosoftSerializeMuchData 10000 3.944 ms 0.49 3.64 MB 0.21

我们可以看到对于许多小对象来说,性能又快了近 100%。不仅 System.Text.Json 的性能比 Newtonsoft 快了一倍,而且堆分配的内存甚至少了 5 倍! 正如我在以前的文章中提到的,节省堆内存甚至比速度更重要,你在这里看到了。堆内存最终将不得不被垃圾回收,这将阻塞你的整个应用程序的执行。

反序列化测试

在现实世界的应用中,你不仅要序列化,还要从 JSON 序列化的字符串中反序列化对象。在下面的基准中,我们将再次使用 Bogus,创建一组用户,但这次我们要把它们序列化为一个大的字符串,用于大数据对象,并把许多小数据对象序列化为List<string>

private string serializedTestUsers;private List<string> serializedTestUsersList = new();[GlobalSetup]
public void GlobalSetup()
{var faker = new Faker<User>().CustomInstantiator(f => new User(Guid.NewGuid(),f.Name.FirstName(),f.Name.LastName(),f.Name.FullName(),f.Internet.UserName(f.Name.FirstName(), f.Name.LastName()),f.Internet.Email(f.Name.FirstName(), f.Name.LastName())));var testUsers = faker.Generate(Count);serializedTestUsers = JsonSerializer.Serialize(testUsers);foreach (var user in testUsers.Select(u => JsonSerializer.Serialize(u))){serializedTestUsersList.Add(user);}
}

反序列化大对象

第一个反序列化基准将一个大的 JSON 字符串反序列化为相应的.NET 对象。在这种情况下,它又是List<User>,我们在前面的例子中也使用了它。

[Benchmark(Baseline = true)]
public void NewtonsoftDeserializeBigData() =>_ = Newtonsoft.Json.JsonConvert.DeserializeObject<List<User>>(serializedTestUsers);[Benchmark]
public void MicrosoftDeserializeBigData() =>_ = System.Text.Json.JsonSerializer.Deserialize<List<User>>(serializedTestUsers);

在我的机器上运行这些基准测试,得出以下结果:

Method Count Mean Ratio Allocated Alloc Ratio
NewtonsoftDeserializeBigData 10000 21.20 ms 1.00 10.55 MB 1.00
MicrosoftDeserializeBigData 10000 12.12 ms 0.57 6.17 MB 0.59

就性能而言,微软仍然远远领先于 Newtonsoft。然而,我们可以看到,Newtonsoft 并没有慢一半,而是慢了 40%左右,这在与序列化基准的直接比较中是一个进步。

反序列化许多小对象

本章的最后一个基准是许多小对象的反序列化。在这里,我们使用我们在上面的GlobalSetup()方法中初始化的List<string>,在一个循环中反序列化数据对象:

[Benchmark(Baseline = true)]
public void NewtonsoftDeserializeMuchData()
{foreach (var user in serializedTestUsersList){_ = Newtonsoft.Json.JsonConvert.DeserializeObject<User>(user);}
}[Benchmark]
public void MicrosoftDeserializeMuchData()
{foreach (var user in serializedTestUsersList){_ = System.Text.Json.JsonSerializer.Deserialize<User>(user);}
}

其结果甚至比相关的序列化基准更令人吃惊:

Method Count Mean Ratio Allocated Alloc Ratio
NewtonsoftDeserializeMuchData 10000 15.577 ms 1.00 35.54 MB 1.00
MicrosoftDeserializeMuchData 10000 7.916 ms 0.51 4.8 MB 0.14

在 Microsofts 框架下,速度又快了一倍,内存效率是惊人的7倍,比 Newtonsoft 还要好!

总结

尽管 Newtonsoft 在他们的文档[8]上说:

高性能:比.NET 的内置 JSON 序列化器更快

很明显,至少从.NET 7 开始,Microsofts 的System.Text.Json在所有测试的用例中至少快了一倍,命名为。

  • 序列化一个大数据集

  • 序列化许多小数据集

  • 对一个大数据集进行反序列化

  • 对许多小数据集进行反序列化

所有这些都是在每个框架的默认序列化器设置下进行的。

不仅速度快了 100%,而且在某些情况下,分配的内存甚至比 Newtonsoft 的效率高 5 倍以上。

我甚至认为,可以推断出结果,目前使用System.Text.JsonNewtonsoft.Json更快。

请记住,这些结果只对最新的.NET 7 有效。如果你使用的是其他版本的.NET,情况可能正好相反,Newtonsoft 可能会更快。

我希望,我的文章可以帮助你对序列化器做出选择选择,并让你对性能和基准测试的世界有一个有趣的切入点。

如果你喜欢这个系列的文章,请一定要关注我,因为还有很多有趣的话题等着你。

谢谢你的阅读!

版权

原文版权:Tobias Streng
翻译版权:InCerry

原文链接:https://medium.com/@tobias.streng/net-performance-series-2-newtonsoft-vs-system-text-json-2bf43e037db0

参考资料

[1]

Glenn Carstens-Peters: https://unsplash.com/@glenncarstenspeters?utm_source=medium&utm_medium=referral

[2]

Unsplash: https://unsplash.com/?utm_source=medium&utm_medium=referral

[3]

Newtonsofts Json.NET: https://www.newtonsoft.com/json

[4]

Microsofts System.Text.Json: https://www.nuget.org/packages/System.Text.Json

[5]

Bogus: https://github.com/bchavez/Bogus

[6]

7.0.0-rc.2: https://www.nuget.org/packages/System.Text.Json/7.0.0-rc.2.22472.3

[7]

第一个文档网站: https://www.newtonsoft.com/json/help/html/Introduction.htm

[8]

文档: https://www.newtonsoft.com/json/help/html/Introduction.htm

.NET性能系列文章二:Newtonsoft.Json vs System.Text.Json相关推荐

  1. .NET性能系列文章一:.NET7的性能改进

    这些方法在.NET7 中变得更快 照片来自 CHUTTERSNAP[1] 的 Unsplash[2] 欢迎阅读.NET 性能系列的第一章.这一系列的特点是对.NET 世界中许多不同的主题进行研究.比较 ...

  2. 将$type添加到System.Text.Json序列化中,就像Newtonsoft那样用于动态对象属性

    目录 介绍 用户故事5:在System.Text.Json JsonSerializer中支持动态类型 演示项目和测试 修改模型方法 包装方法 总结 Pro Coders团队最近将一个大型项目从New ...

  3. [译]试用新的System.Text.Json API

    译注 尝试新的System.Text.Json API 对于.NET Core 3.0,我们 提供了一个名为System.Text.Json的全新命名空间 ,支持读取器/写入器,文档对象模型(DOM) ...

  4. 在.Net Core 3.0中尝试新的System.Text.Json API

    .NET Core 3.0提供了一个名为System.Text.Json的全新命名空间,它支持reader/writer,文档对象模型(DOM)和序列化程序.在此博客文章中,我将介绍它如何工作以及如何 ...

  5. 强化学习系列文章(二十三):AirSim Python API图像与图像处理

    强化学习系列文章(二十三):AirSim Python API图像与图像处理 参考网址:https://microsoft.github.io/AirSim/image_apis/#segmentat ...

  6. .net 面试题系列文章二(附答案)

    .net 面试题系列文章二(附答案) 内容摘要:本文是.net 面试题系列的第二篇,该系列文章是对网上所有.net面试题的收重新集整理後的系列文章,囊括了c#面试题,vb.net面试题,asp.net ...

  7. 强化学习系列文章(二十七):VPG+Beta分布在CartPoleContinuous环境中的应用

    强化学习系列文章(二十七):VPG+Beta分布在CartPoleContinuous环境中的应用 在第七篇笔记(https://blog.csdn.net/hhy_csdn/article/deta ...

  8. 强化学习系列文章(二十八):进化强化学习EvoRL的预实验

    强化学习系列文章(二十八):进化强化学习EvoRL的预实验 最近在研究强化学习解决离散空间的组合优化问题时,接触到了很多进化算法,实际体验也是与RL算法不相上下.进化算法也常用于优化神经网络的参数,C ...

  9. .NET Core 3.0 System.Text.Json 和 Newtonsoft.Json 行为不一致问题及解决办法

    行为不一致 .NET Core 3.0 新出了个内置的 JSON 库, 全名叫做尼古拉斯 System.Text.Json - 性能更高占用内存更少这都不是事... 对我来说, 很多或大或小的项目能少 ...

  10. .NET 6新特性试用 | System.Text.Json序列化代码自动生成

    前言 几乎所有.NET序列化程序的实现基础都是反射.下列代码是Newtonsoft.Json的实现: protected virtual JsonProperty CreateProperty(Mem ...

最新文章

  1. 通过三个直观步骤理解ROC曲线
  2. AndroidStudio基础视频教程-整理
  3. [20160307]绑定变量的分配长度3.txt
  4. 两句话讲清楚CNN中的Pooling和Dropout
  5. 通过 ANE(Adobe Native Extension) 启动Andriod服务 推送消息(二)
  6. python 调用c++库接口出错
  7. ETL异构数据源Datax_日期增量同步_13
  8. python中gensim内没有summarization的问题
  9. 用dockers实现mysql主从同步
  10. 火车售票系统html模板,火车售票系统设计
  11. 主板电源接口测试软件,雷电接口加入! Intel原厂血统Z77测试
  12. 【谷歌浏览器】扫码登录不上解决方案
  13. c++ 取模和求余运算
  14. 8类网线利弊_浅析网线8芯线各自的作用
  15. uni-app 创建新页面和页面的配置
  16. “IT 变革” 云 = 美国道富银行砍掉了850个IT职位
  17. 别再费劲去找后台的前端框架了,2021 年就用 Fantastic-admin 吧
  18. http解析库http-parser
  19. Using the GNU Compiler Collection 目录翻译
  20. 【总结】4S汽车维修管理系统ssm框架vuejs项目

热门文章

  1. 2020软考数据库系统工程师-下午案例分析真题解析视频-任铄-专题视频课程
  2. itil 容量管理流程_ITIL 4管理实践之服务管理实践概述
  3. 电流纹波率取r = 0.4的原因 // 《精通开关电源设计》P48:r的最优值
  4. VC++2010下载教程
  5. ipixsoft swf to html5 converter,iPixSoft SWF to Video Converter(视频转换软件)
  6. 2020年中国标准化发展现状分析,数字化为标准化领域带来新挑战「图」
  7. java项目 字典实现,java项目中数据字典的实现
  8. Windows Kernel Programming Windows内核编程(一)
  9. php压缩html文件,压缩html_PHP压缩html的函数代码
  10. 云南昭通暴雨强度公式_全国暴雨强度公式2018