jackson、fastjson、kryo、protostuff等序列化工具性能對比

簡介

實際項目中，我們經常需要使用序列化工具來存儲和傳輸對象。目前用得比較多的序列化工具有：jackson、fastjson、kryo、protostuff、fst 等，本文將簡單對比這幾款工具序列化和反序列化的性能。

項目環境

本文使用 jmh 作為測試工具。

os：win 10

jdk：1.8.0_231

jmh：1.25

選擇的序列化工具及對應的版本如下：

fastjson：1.2.74

jackson：2.11.3

kryo：5.0.0

fst：2.57

protostuff：1.7.2

測試代碼

為了公平，我盡量讓測試用例中對序列化工具的用法更貼近實際項目，例如，kryo 的Kryo對象不是線程安全的，實際項目中我們並不會每次使用就直接 new 一個新對象，而是使用 ThreadLocal 或者池來減少創建對象的開銷。

本文使用的 java bean 如下。一個用戶對象，一對一關聯部門對象和崗位對象，其中部門對象又存在自關聯。

public class User implements Serializable {
    private static final long serialVersionUID = 1L;
    // 普通屬性--129個
    private String id;
    private String account;
    private String password;
    private Integer status;
    // ······
    
    /**
     * 所屬部門
     */
    private Department department;
    /**
     * 崗位
     */
    private Position position;
    
    // 以下省略setter/getter方法
}
public class Department implements Serializable {
    private static final long serialVersionUID = 1L;
    // 普通屬性--7個
    private String id;
    private String parentId;
    // ······
    /**
     * 子部門
     */
    private List<Department> children;
    
    // 以下省略setter/getter方法
}
public class Position implements Serializable {
    private static final long serialVersionUID = 1L;
    // 普通屬性--6個
    private String id;
    private String name;
    // ······
    // 以下省略setter/getter方法
}

下面展示部分測試代碼，完整代碼見末尾鏈接。

JDK 自帶的序列化工具

JDK 提供了ObjectOutputStream用於支持序列化，ObjectInputStream用於反序列化。注意，使用 JDK 自帶的序列化工具時，java bean 必須實現Serializable，否則會拋出NotSerializableException異常 。使用關鍵字 transient 修飾的成員屬性不會被序列化。

    // 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 由阿里團隊開發，是目前最快的Java 實現的 json 庫。 fastjson 的 API 非常簡潔，並且支持一定程度的定制（例如，注解 @JSONField、枚舉Feature等定制序列化）。被人詬病的，可能是 fastjson 的 bug 比較多。

    // 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 組織開發，相比 fastjson，有着更強大的功能、更高的穩定性、更好的擴展性、更豐富的定制支持。Spring 默認使用的 json 解析工具就是 jackson。

使用 jackson 需要注意，ObjectMapper對象是線程安全的，可以重復使用。

    // 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 組織開發，不兼容 jdk 自帶序列化工具的數據，kryo 序列化后的數據要更小，至於 API 的簡潔性方面，我覺得還是差了一些，一不小心就會采坑。使用 kryo 需要注意以下幾點：

1. Kryo對象不是線程安全的，可以使用ThreadLocal或池來獲取（本文使用池獲取）；
2. kryo 通過類注冊可以在序列化數據中寫入類的 class id，而不是類的全限定類名，從而減小序列化數據的大小。但是，我們很難保證同樣的類在不同的機器上注冊的 class id，所以，建議設置kryo.setRegistrationRequired(false);，因為同樣的 Class 在不同的機器上注冊編號很難保證一致；
3. 當 java bean 出現循環引用時，使用 kryo 可能會出現棧內存溢出，這個時候可以通過設置kryo.setReferences(true);來避免。如果項目中不可能出現循環引用，則可以設置為 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 開發，API 非常簡潔。使用時需要注意，FSTConfiguration對象可以重復使用。

其實，fst 也支持以 json 形式序列化，但是這一塊的性能稍差而且用的人較少，這里就不提及了。

	// 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 是基於 google protobuf 開發而來（與 protobuf 相比，protostuff 在幾乎不損耗性能的情況下做到了不用寫.proto文件來實現序列化），不兼容 jdk 自帶序列化工具的數據，序列化后的數據要更小。使用 protostuff 需要注意幾點：

1. protostuff 使用字段的定義順序作為字段的 tag，新增字段時必須保證原字段順序不變，否則舊數據可能會反序列化失敗；
2. protostuff 不能直接序列化 Array、List、Map，如果需要序列化，需要先包裝成 java bean；

	// 序列化
    @Benchmark
    public byte[] protostuffSerialize(CommonState commonStateme) {
        Schema<User> schema = (Schema<User>)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<User> schema = (Schema<User>)RuntimeSchema.getSchema(User.class);
        ProtostuffIOUtil.mergeFrom(protostuffState.bytes, user, schema);
        assert "zzs0".equals(user.getName());
        return user;
    }

測試結果

以下以吞吐量作為指標，相同條件下，吞吐量越大越好。

序列化

cmd 指令如下：

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

測試結果：

# 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/time
Benchmark                           Mode  Cnt    Score    Error   Units
SerializeTest.fastJsonSerialize    thrpt   10   72.914 ± 1.651  ops/ms
SerializeTest.fstSerialize         thrpt   10  252.735 ± 3.148  ops/ms
SerializeTest.jacksonSerialize     thrpt   10   90.981 ± 3.394  ops/ms
SerializeTest.jdkSerialize         thrpt   10   45.049 ± 0.623  ops/ms
SerializeTest.kryoSerialize        thrpt   10  301.603 ± 3.147  ops/ms
SerializeTest.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。由於 bean 對象的不同，測試結果可能會有差異。

反序列化

cmd 指令如下：

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

測試結果：

# 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/time

fastjson serialized data size:3044
fst serialized data size:1507
jackson serialized data size:3060
jdk serialized data size:4200
kryo serialized data size:1297
protostuff serialized data size:1543

Benchmark                               Mode  Cnt    Score   Error   Units
DeSerializeTest.fastJsonDeSerialize    thrpt   10   54.956 ± 2.191  ops/ms
DeSerializeTest.fstDeSerialize         thrpt   10  192.875 ± 3.541  ops/ms
DeSerializeTest.jacksonDeSerialize     thrpt   10   63.998 ± 1.014  ops/ms
DeSerializeTest.jdkDeSerialize         thrpt   10   13.870 ± 0.194  ops/ms
DeSerializeTest.kryoDeSerialize        thrpt   10  230.786 ± 4.018  ops/ms
DeSerializeTest.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，該結果和序列化基本一致，由於 bean 對象的不同，測試結果可能會有差異。

序列化數據的大小方面：kryo < fst < protostuff < fastjson < jackson < jdk。

以上數據僅供參考。感謝閱讀。

相關源碼請移步： serialize-tool-demo

本文為原創文章，轉載請附上原文出處鏈接：https://www.cnblogs.com/ZhangZiSheng001/p/13948414.html