jackson、fastjson、kryo、protostuff等序列化工具性能对比

阅读量：3959 次

发布时间：2019-05-24

本文共 8911 字，大约阅读时间需要 29 分钟。

简介

实际项目中，我们经常需要使用序列化工具来存储和传输对象。目前用得比较多的序列化工具有：jackson、fastjson、kryo、protostuff、fst 等，本文将简单对比这几款工具序列化和反序列化的性能。

项目环境

本文使用 jmh 作为测试工具。

os：win 10

jdk：1.8.0_231

jmh：1.25

选择的序列化工具及对应的版本如下：

fastjson：1.2.74

jackson：2.11.3

kryo：5.0.0

fst：2.57

protostuff：1.7.2

测试代码

为了公平，我尽量让测试用例中对序列化工具的用法更贴近实际项目，例如，kryo 的Kryo对象不是线程安全的，实际项目中我们并不会每次使用就直接 new 一个新对象，而是使用 ThreadLocal 或者池来减少创建对象的开销。

本文使用的 java bean 如下。一个用户对象，一对一关联部门对象和岗位对象，其中部门对象又存在自关联。

public class User implements Serializable {
       private static final long serialVersionUID = 1L;    // 普通属性--129个    private String id;    private String account;    private String password;    private Integer status;    // ······        /**     * 所属部门     */    private Department department;    /**     * 岗位     */    private Position position;        // 以下省略setter/getter方法}public class Department implements Serializable {
       private static final long serialVersionUID = 1L;    // 普通属性--7个    private String id;    private String parentId;    // ······    /**     * 子部门     */    private List
   
     children;        // 以下省略setter/getter方法}public class Position implements Serializable {
       private static final long serialVersionUID = 1L;    // 普通属性--6个    private String id;    private String name;    // ······    // 以下省略setter/getter方法}

下面展示部分测试代码，完整代码见末尾链接。

JDK 自带的序列化工具

JDK 提供了ObjectOutputStream用于支持序列化，ObjectInputStream用于反序列化。注意，使用 JDK 自带的序列化工具时，java bean 必须实现Serializable，否则会抛出NotSerializableException异常 。使用关键字 transient 修饰的成员属性不会被序列化。

// 序列化    @Benchmark    public byte[] jdkSerialize(CommonState commonState) throws Exception {
           ByteArrayOutputStream byteArray = new ByteArrayOutputStream();        ObjectOutputStream outputStream = new ObjectOutputStream(byteArray);        outputStream.writeObject(commonState.user);        outputStream.flush();        outputStream.close();        return byteArray.toByteArray();    }    // 反序列化    @Benchmark    public User jdkDeSerialize(JdkState jdkState) throws Exception {
           ByteArrayInputStream byteArray = new ByteArrayInputStream(jdkState.bytes);        ObjectInputStream inputStream = new ObjectInputStream(byteArray);        User user = (User)inputStream.readObject();        inputStream.close();        assert "zzs0".equals(user.getName());        return user;    }

fastjson

fastjson 由阿里团队开发，是目前最快的Java 实现的 json 库。 fastjson 的 API 非常简洁，并且支持一定程度的定制（例如，注解@JSONField、枚举Feature等定制序列化）。被人诟病的，可能是 fastjson 的 bug 比较多。

// 序列化    @Benchmark    public byte[] fastJsonSerialize(CommonState commonState) {
           return JSON.toJSONBytes(commonState.user);    }    // 反序列化    @Benchmark    public User fastJsonDeSerialize(FastJsonState fastJsonState) {
           User user = JSON.parseObject(fastJsonState.bytes, User.class);        assert "zzs0".equals(user.getName());        return user;    }

jackson

jackson 由 fasterxml 组织开发，相比 fastjson，有着更强大的功能、更高的稳定性、更好的扩展性、更丰富的定制支持。Spring 默认使用的 json 解析工具就是 jackson。

使用 jackson 需要注意，ObjectMapper对象是线程安全的，可以重复使用。

// 序列化    @Benchmark    public byte[] jacksonSerialize(CommonState commonState, JacksonState jacksonState) throws Exception {
           return jacksonState.objectMapper.writeValueAsBytes(commonState.user);    }    // 反序列化    @Benchmark    public User jacksonDeSerialize(JacksonState jacksonState) throws Exception {
           User user = jacksonState.objectMapper.readValue(jacksonState.bytes, User.class);        assert "zzs0".equals(user.getName());        return user;    }

kryo

kryo 由 EsotericSoftware 组织开发，不兼容 jdk 自带序列化工具的数据，kryo 序列化后的数据要更小，至于 API 的简洁性方面，我觉得还是差了一些，一不小心就会采坑。使用 kryo 需要注意以下几点：

Kryo对象不是线程安全的，可以使用ThreadLocal或池来获取（本文使用池获取）；

kryo 通过类注册可以在序列化数据中写入类的 class id，而不是类的全限定类名，从而减小序列化数据的大小。但是，我们很难保证同样的类在不同的机器上注册的 class id，所以，建议设置kryo.setRegistrationRequired(false);，因为同样的 Class 在不同的机器上注册编号很难保证一致；

当 java bean 出现循环引用时，使用 kryo 可能会出现栈内存溢出，这个时候可以通过设置kryo.setReferences(true);来避免。如果项目中不可能出现循环引用，则可以设置为 false 以提高性能。

// 序列化    @Benchmark    public byte[] kryoSerialize(CommonState commonState, KryoState kryoState) {
           ByteArrayOutputStream byteArray = new ByteArrayOutputStream();        Output output = new Output(byteArray);        Kryo kryo = kryoState.kryoPool.obtain();        kryo.writeClassAndObject(output, commonState.user);        kryoState.kryoPool.free(kryo);        output.flush();        output.close();        return byteArray.toByteArray();    }	//反序列化    @Benchmark    public User kryoDeSerialize(KryoState kryoState) throws Exception {
           ByteArrayInputStream byteArray = new ByteArrayInputStream(kryoState.bytes);        Input input = new Input(byteArray);        Kryo kryo = kryoState.kryoPool.obtain();        User user = (User)kryo.readClassAndObject(input);        kryoState.kryoPool.free(kryo);        input.close();        assert "zzs0".equals(user.getName());        return user;    }

fst

fst（fast-serialization）是由 RuedigerMoeller 开发，API 非常简洁。使用时需要注意，FSTConfiguration对象可以重复使用。

其实，fst 也支持以 json 形式序列化，但是这一块的性能稍差而且用的人较少，这里就不提及了。

// 序列化    @Benchmark    public byte[] fstSerialize(CommonState commonState, FSTConfigurationState fSTConfigurationState) {
           return fSTConfigurationState.fSTConfiguration.asByteArray(commonState.user);    }	// 反序列化    @Benchmark    public User fstDeSerialize(FSTState fstState) throws Exception {
           User user = (User)fstState.fSTConfiguration.asObject(fstState.bytes);        assert "zzs0".equals(user.getName());        return user;    }

protostuff

protostuff 是基于 google protobuf 开发而来（与 protobuf 相比，protostuff 在几乎不损耗性能的情况下做到了不用写.proto文件来实现序列化），不兼容 jdk 自带序列化工具的数据，序列化后的数据要更小。使用 protostuff 需要注意几点：

protostuff 使用字段的定义顺序作为字段的 tag，新增字段时必须保证原字段顺序不变，否则旧数据可能会反序列化失败；

protostuff 不能直接序列化 Array、List、Map，如果需要序列化，需要先包装成 java bean；

// 序列化    @Benchmark    public byte[] protostuffSerialize(CommonState commonStateme) {
           Schema
   
     schema = (Schema
    
     )RuntimeSchema.getSchema(User.class);        return ProtostuffIOUtil.toByteArray(commonStateme.user, schema, LinkedBuffer.allocate(LinkedBuffer.DEFAULT_BUFFER_SIZE));    }	// 反序列化    @Benchmark    public User protostuffDeSerialize(ProtostuffState protostuffState) throws Exception {
           User user = new User();        Schema
     
       schema = (Schema
      
       )RuntimeSchema.getSchema(User.class);        ProtostuffIOUtil.mergeFrom(protostuffState.bytes, user, schema);        assert "zzs0".equals(user.getName());        return user;    }

测试结果

以下以吞吐量作为指标，相同条件下，吞吐量越大越好。

序列化

cmd 指令如下：

mvn clean packagejava -ea -jar target/benchmarks.jar cn.zzs.serialize.SerializeTest -f 1 -t 1 -wi 10 -i 10

测试结果：

# JMH version: 1.25# VM version: JDK 1.8.0_231, Java HotSpot(TM) 64-Bit Server VM, 25.231-b11# VM invoker: D:\growUp\installation\jdk1.8.0_231\jre\bin\java.exe# VM options: -ea# Warmup: 10 iterations, 10 s each# Measurement: 10 iterations, 10 s each# Timeout: 10 min per iteration# Threads: 1 thread, will synchronize iterations# Benchmark mode: Throughput, ops/timeBenchmark                           Mode  Cnt    Score    Error   UnitsSerializeTest.fastJsonSerialize    thrpt   10   72.914 ± 1.651  ops/msSerializeTest.fstSerialize         thrpt   10  252.735 ± 3.148  ops/msSerializeTest.jacksonSerialize     thrpt   10   90.981 ± 3.394  ops/msSerializeTest.jdkSerialize         thrpt   10   45.049 ± 0.623  ops/msSerializeTest.kryoSerialize        thrpt   10  301.603 ± 3.147  ops/msSerializeTest.protostuffSerialize  thrpt   10  260.144 ± 2.264  ops/ms

可以看到，序列化速度方面：kryo > protostuff > fst > jackson > fastjson > jdk。由于 bean 对象的不同，测试结果可能会有差异。

反序列化

cmd 指令如下：

mvn clean packagejava -ea -jar target/benchmarks.jar cn.zzs.serialize.DeSerializeTest -f 1 -t 1 -wi 10 -i 10

测试结果：

# JMH version: 1.25# VM version: JDK 1.8.0_231, Java HotSpot(TM) 64-Bit Server VM, 25.231-b11# VM invoker: D:\growUp\installation\jdk1.8.0_231\jre\bin\java.exe# VM options: -ea# Warmup: 10 iterations, 10 s each# Measurement: 10 iterations, 10 s each# Timeout: 10 min per iteration# Threads: 1 thread, will synchronize iterations# Benchmark mode: Throughput, ops/timefastjson serialized data size:3044fst serialized data size:1507jackson serialized data size:3060jdk serialized data size:4200kryo serialized data size:1297protostuff serialized data size:1543Benchmark                               Mode  Cnt    Score   Error   UnitsDeSerializeTest.fastJsonDeSerialize    thrpt   10   54.956 ± 2.191  ops/msDeSerializeTest.fstDeSerialize         thrpt   10  192.875 ± 3.541  ops/msDeSerializeTest.jacksonDeSerialize     thrpt   10   63.998 ± 1.014  ops/msDeSerializeTest.jdkDeSerialize         thrpt   10   13.870 ± 0.194  ops/msDeSerializeTest.kryoDeSerialize        thrpt   10  230.786 ± 4.018  ops/msDeSerializeTest.protostuffDeSerialize  thrpt   10  147.933 ± 3.032  ops/ms

可以看到，反序列化速度方面：kryo > fst > protostuff > jackson > fastjson > jdk，该结果和序列化基本一致，由于 bean 对象的不同，测试结果可能会有差异。

序列化数据的大小方面：kryo < fst < protostuff < fastjson < jackson < jdk。

以上数据仅供参考。感谢阅读。

相关源码请移步：

本文为原创文章，转载请附上原文出处链接：

你可能感兴趣的文章