查看原文
其他

Golang原生json可以一库走天下吗?

张敏 云加社区 2022-06-14


导语 | Go的“玩家”们看到这个题目可能会很疑惑——对于JSON而言,Go原生库encoding/json已经是提供了足够舒适的JSON处理工具,广受Go开发者的好评。它还能有什么问题?Golang原生json可以一库走天下吗?实际上在业务开发过程中,我们遇到了不少原生json做不好甚至是做不到的问题,还真是不能完全满足我们的要求。那么,它有什么问题吗?什么情况下使用第三方库?如何选型?性能如何?


一、部分常用的GO JSON解析库


(一)Go原生encoding/json


这应该是广大Go程序员最熟悉的库了,使用json.Unmarshal和json.Marshal函数,可以轻松将JSON格式的二进制数据反序列化到指定的Go结构体中,以及将Go结构体序列化为二进制流。而对于未知结构或不确定结构的数据,则支持将二进制反序列化到map[string]interface{} 类型中,使用KV的模式进行数据的存取。


这里我提两个大家可能不会留意到的额外特性:


  • json包解析的是一个JSON数据,而JSON数据既可以是对象(object),也可以是数组(array),同时也可以是字符串(string)、数值(number)、布尔值(boolean)以及空值(null)。而上述的两个函数,其实也是支持对这些类型值的解析的。比如下面段代码也是能用的:


var s stringerr := json.Unmarshal([]byte(`"Hello, world!"`), &s)// 注意字符串中的双引号不能缺,如果仅仅是 `Hello, world`,则这不是一个合法的JSON序列,会返回错误。


  • json在解析时,如果遇到大小写问题,会尽可能地进行大小写转换。即便是一个key与结构体中的定义不同,但如果忽略大小写后是相同的,那么依然能够为字段赋值。比如下面的例子可以说明:


cert := struct { Username string `json:"username"` Password string `json:"password"`}{} err := json.Unmarshal([]byte(`{"UserName":"root","passWord":"123456"}`), &cert)if err != nil { fmt.Println("err =", err)} else { fmt.Println("username =", cert.Username) fmt.Println("password =", cert.Password)}// 实际输出: // username = root// password = 123456



(二)jsoniter


打开jsoniter的GitHub主页,它一上来就宣扬两个关键词:high-performance以及compatible。这也是这个包最大的两个卖点。


首先说兼容:jsoniter最大的优势就在于:能够100%兼容标准库,因此代码能够非常方便地进行迁移。实在是不方便的。也可以用Go Monkey强行换掉json的相关函数入口。


接着看性能:与其他吹嘘自己性能的开源库一样,它们自己的测试结论都不能无脑采信。这里我根据我个人的测试情况,先抛几个简单的结论吧:


  • 在反序列化结构体这一单一场景下,jsoniter相比标准库确实有提升,我自己测得的结果大约是提升1.4倍左右。


  • 但同样是反序列化结构体这单一场景,jsoniter远远不如easyjson。


  • 其他场景则不见得,后面我会再做说明。


从性能上,jsoniter能够比众多大神联合开发的官方库性能还快的主要原因,一个是尽量减少不必要的内存复制,另一个是减少reflect的使用——同一类型的对象,jsoniter只调用reflect解析一次之后即缓存下来。不过随着go版本的迭代,原生json库的性能也越来越高,jsonter的性能优势也越来越窄。


此外,jsoniter还支持Get函数,支持直接从一个[]byte二进制数据中读取响应的字段,这个后文再做说明。



(三)easyjson


这是GitHub上面的另一个JSON解析包。相比起jsoniter多达9k的star而言,easyjson似乎少一点,有3k,但其实也算是一个人气很高的开源项目。


这个包最主要的卖点,依然是快。为什么easyjson比jsoniter还要快?因为easyjson的开发模式与protobuf类似,在程序运行之前需要使用其代码工具,为每一个结构体专门生成序列化/反序列化的程序代码。每一个程序都有定制化的解析函数。


但也因为这种开发模式,easyjson对业务的侵入性比较高。一方面,在go build之前需要先生成代码;另一方面,相关的JSON处理函数也不兼容原生json库。



(四)jsonparser


这是我个人非常喜欢的一个JSON解析库,3.9k的star数也可以看出它人气不低。它的GitHub主页标题就号称比官方库有高达10x的性能。


还是那句话:开源项目自己的测试结论都不能无脑采信。这个10x的性能我个人也测出来过,但不能代表所有的场景。


为什么jsonparser有那么高的性能呢?因为对于jsonparser本身,它只负责解构出一个二进制字节串中的一些关键边界字符,比如说:


  • 找到“,那么就找到结束的”,这中间就是一个字符串。


  • 找到[,那么就找到成对的],这中间就是一个数组。


  • 找到{,那么就找到成对的},这中间就是一个对象。


  • ……


然后,它将找到的数据中间的这段[]byte数据交给调用方,由调用方进行进一步的处理。此时,对这些二进制数据的解析和合法性检查是需要调用方来负责的。


为什么看起来这么麻烦的开源库我会喜欢呢?因为开发者可以基于jsonparser,构建特殊逻辑,甚至是构建自己的json解析库。我自己的开源项目jsonvalue在早期也基于 jsonparser 实现,尽管后来为了进一步优化性能而弃用了jsonparser,但这不影响我对它的推崇。



(五)jsonvalue


这个项目是个人的JSON解析库,设计之初是为了替代原生JSON库使用map[string]interface{}来处理非结构化JSON数据的需求。为此我有另外一篇文章叙述了这个问题:《还在用map[string]interface{}处理 JSON?告诉你一个更高效的方法——jsonvalue》


我大致完成了对库的优化(参见最新版本),性能已经远远高于原生json库,并且略微优于jsoniter。当然,这也是特定情况下的,针对各种大相径庭的场景,各种库性能各不相同。



二、常规操作下的JSON处理


除了struct和map之外,还有别的?下面就我在实际业务开发中遇到的场景都列一下,以飨读者。所有测试代码均开源,读者可以查阅,也可以向我提出意见,提issue、评论、私聊均可。


(一)常规操作:结构体解析


结构体解析,这是Go中处理JSON最最常规的操作了。这里我定义了这样的一个结构体


type object struct { Int int `json:"int"` Float float64 `json:"float"` String string `json:"string"` Object *object `json:"object,omitempty"` Array []*object `json:"array,omitempty"`}


稍微使了点坏——这个结构可以疯狂自嵌套。


然后呢,我再定义了一段二进制流,用json.cn可以看到,这是一个有5层结构的JSON对象。


{"int":123456,"float":123.456789,"string":"Hello, world!","object":{"int":123456,"float":123.456789,"string":"Hello, world!","object":{"int":123456,"float":123.456789,"string":"Hello, world!","object":{"int":123456,"float":123.456789,"string":"Hello, world!","object":{"int":123456,"float":123.456789,"string":"Hello, world!"},"array":[{"int":123456,"float":123.456789,"string":"Hello, world!"},{"int":123456,"float":123.456789,"string":"Hello, world!"}]}}},"array":[{"int":123456,"float":123.456789,"string":"Hello, world!"},{"int":123456,"float":123.456789,"string":"Hello, world!"}]}


使用这两个结构,分别对官方encoding/json,jsoniter。easyjson三个包进行Marshal和Unmarshal的测试。首先我们看反序列化(Unmarshal)的测试结果:



下面是序列化的测试结果:



纯粹从性能上来看,easyjson不愧是专门为每一个struct定制化了序列化和反序列化函数,它达到了最高的性能,比另外两个库均有2.5~3倍的效率。而jsoniter略高于官方json,不过相差不大。



(二)常规的非常规操作: map[string]interface{}


说是 “非常规” 的原因是,在这种情况下,程序需要处理非结构化的JSON 数据,或者是在一段函数中处理多种不同类型的数据结构,因而不能使用结构体模式来处理。官方JSON库的解决方案是(对于对象类型)采用 map[string]interface{}来保存。这个场景下,只有官方json和jsoniter支持。


测试数据如下,首先是反序列化:



序列化情况测试数据如下:



可见,针对这种情况,大家都是半斤八两,jsoniter并没有什么明显优势。即便是jsoniter作为卖点的大数据量解析,优势也是微乎其微。在同等数据量情况下,两个库反序列化的耗时基本上是结构体情况的两倍,而序列化时间则是结构体情况的约2.5倍。


老铁们能不用这种操作就不要用了吧,更何况程序在处理interface{}时还需要各种断言,这种痛苦,各位可以看我的文章感受一下。



三、非常规操作——反序列化篇


真的涉及到无法使用struct的时候,就各种开源项目八仙过海各显神通了。每一个库其实都有非常详细和强大的额外功能,单单本文肯定无法说完。这里我就几个库及其代表的思路列举一下吧,后面也会附上各种情况的测试数据。


(一)jsoniter


在处理非结构化JSON中,如果要解析一段[]byte数据并获得其中的某个值,jsoniter有以下相类似的方案。


第一种方案是直接解析原文并返回所需数据:


// 读取二进制数据中 response.userList 数组中的第一个元素的 name 字段username := jsoniter.Get(data, "response", "userList", 0, "name")fmt.Println("username:", username.ToString())


也可以是直接返回一个对象,并且基于该对象可以继续操作:


obj := jsoniter.Get(data)if obj.ValueType() == jsoniter.InvalidType { // err handling}username := obj.Get("response", "userList", 0, "name")fmt.Println("username:", username.ToString())


这个函数有一个非常大的特点,那就是按需解析。比如说在这个语句obj :=jsoniter.Get(data) 中,jsoniter就只做了最低限度的数据检查,至少先解析出了当前是一个object类型的JSON,其他部分的解析均不做。


而即便是到了第二个调用obj.Get(“response”,“userList”,0,“name”) 中,jsoniter也是竭尽可能减少不必要的解析,只解析需要解析的部分。


比如说,请求参数中要求解析response.userList的值,那么jsoniter在遇到诸如response.gameList等无关字段的时候,那么jsoniter就回尽量绕开而不去处理,从而尽可能地减少无关的CPU时间。


不过需要注意的是,返回的这个obj对象,从接口功能来看,可以理解为它是只读的,无法重新序列化为二进制序列。



(二)jsonparser


相对于jsoniter,要解析一段[]byte数据并获得其中的某个值,jsonparser的支持比较有限。


比如说,如果我们能够实现知道某一个值的类型,比如说上面的username字段,那么我们可以这么获取:


username, err := jsonparser.GetString(data, "response", "userList", "[0]", "name")if err != nil { // err handling}fmt.Println("username:", username)


但是jsonparser的Get系列函数只能获得除了null之外的基本类型,也就是number, boolean, string三种。


如果要操作object和array,就要熟悉下面的两个函数,而这两个函数我个人觉得就是jsonparser的核心:


func ArrayEach( data []byte, cb func(value []byte, dataType ValueType, offset int, err error), keys ...string,) (offset int, err error)
func ObjectEach( data []byte, callback func(key []byte, value []byte, dataType ValueType, offset int) error, keys ...string,) (err error)


这两个函数按顺序解析二进制数据,并将提取出的数据段通过回调函数返回给调用方,由调用方对数据进行操作。调用方可以组map,可以组slice,甚至可以做一些平常无法操作的操作(后文会做说明)



(三)jsonvalue


这个是我本人开发的开源Go JSON操作库,在Get类操作的API设计风格上与jsoniter的第二种风格比较类似。


比如我们同样是要获取前面所说的username字段,那么我们可以这么获取:


v, err := jsonvalue.Unmarshal(data)if err != nil { // err handling}username := v.GetString("response", "userList", 0, "name")fmt.Println("username:", username)


(四)性能测试对比


在本小节所说的“非常规操作”场景下,三个库中,jsoniter和jsonparser在解析时都是“按需解析”,而jsonvalue则是全面解析。因此在制定测试方案的时候还是有所区别。


这里我先抛出测试数据,测试评价中有两部分:


  • 性能评价: 表示在该场景下的性能评分,不考虑是否好用,仅考虑CPU执行效率高不高。


  • 功能评价: 表示在该场景下,获得数据之后,程序后续的处理是否方便。不考虑反序列化性能高不高。



上述测试数据中将反序列化场景中分为四种。这里我详细说明一下四种情况的应用场景,以及相应的技术选型建议:


浅解析


在测试代码中,浅解析指的是针对一个较深层级的结构,仅仅将其最浅一层的key列表解析出来。这个场景更多的是作为参考。可以看到,jsonparser的性能完爆其他开源库,它可以以最快的速度将第一层的key列表解析出来。


但是在易用性方便,jsonparser和jsoniter都需要开发者对获得的数据再做进一步的处理,因此jsoniter和jsonparser的易用性在这个场景下均略低。


获取正文中的具体某一个数据


这个场景是这样的:JSON数据正文中,仅有一小部分数据对当前业务有用并需要获取。这里我分了两种情况:


  • 有用数据占全部数据的比例较高(对应“读取其中一个层级较深的数据”)


  • 这一场景下从性能上来看,jsonparser的表现一如既往地优越。


  • 从易用性的角度,jsonparser需要调用方再行处理一遍数据,因此jsoniter和jsonvalue更胜一筹。



  • 有用数据占全部数据的比例较低(对应“从大量(100x)数据中仅读取其中一个较深层级的值”)


  • 这一场景从性能上看,jsonprser依然完爆。


  • 从易用性的角度,jsonparser依然很弱。


  • 综合易用性和性能,这一场景中,有用数据的比例越低,jsonparser的价值就越高。



  • 业务需要完整解析数据——这一场景是对各个方案综合性能最完整的考量


  • jsonvalue完成全部且完整的解析,其耗时比号称高速的jsoniter更低。


  • 相比jsonparser,虽然jsonvalue表面上的处理时间是jsonparser的2.5倍,但后者只是完成了数据的半加工,而前者则是将成品拿了出来给调用方使用。


  • 从性能的角度,jsonparser依然优秀,但在这一场景中,易用性其实很成问题——复杂的遍历操作之中,还需要再封装逻辑去存储数据。


  • 性能第二是jsonvalue,这也是笔者非常自信的地方。


  • 至于jsoniter,在这个场景下就不要用了——在需要对数据全解析的情况下,它的数据简直没法看。


  • 最后还加上了官方json库和jsoniter解析map的数据,仅作参考——在这个场景下,也建议是不要用了。



四、非常规操作——序列化篇


这里指的是在没有结构体的情况下,序列化一段数据。这种场景一般发生在以下情况中:


  • 需要序列化的数据格式不确定,可能会根据其他的参数来生成。


  • 需要序列化的数据过多且过于琐碎,如果一一定义结构体并进行marshal的话,代码的可读性太差。


这个场景的第一个解决方案就是前文提到的“常规的非常规操作”,也就是使用map


至于非常规操作嘛,我们首先排除jsoniter和jsonparser,因为他们没有直接的构建自定义json结构的方法。接着排除easyjson,因为它无法针对map操作。剩下的也就只有jsonvalue了。


比如我们返回用户的昵称,假设返回格式是:{“code”:0,“message”:“success”,“data”:{“nickname”:“振兴中华”}}。


使用map的代码如下:


code := 0nickname := "振兴中华"
res := map[string]interface{}{ "code": code, "message": "success", "data": map[string]string{ "nickname": nickname },}b, _ := json.Marshal(&res)


而jsonvalue的方法为:


res := jsonvalue.NewObject()res.SetInt(0).At("code")res.SetString("success").At("message")res.SetString(nickname).At("data", "nickname")b := res.MustMarshal()


应该说易用性上,都非常方便。我们针对官方json、jsoniter、jsonvalue分别进行序列化操作,测得的数据如下:



结果已经非常明显了。这个原因大家也能明白,因为在处理map的时候,需要使用reflect机制去处理数据类型,这大大降低了程序的性能。



五、结论以及选型建议


(一)结构体序列化和反序列化


在这个场景中,我个人首推的是官方的json库。可能读者会比较意外。以下是我的观点:


  • 虽然easyjson的性能压倒其他所有开源项目,但它有一个最大的缺陷,那就是需要额外使用工具来生成这段代码,而对这额外工具的版本控制就多了一分运维成本。当然如果读者的团队已经能够很好地处理protobuf了的话,那么也是可以用同样的思路来管理easyjson的。


  • Go1.8之前,官方json库的性能就收到多方诟病。但现今(1.16.3)官方json库的性能已不可同日而语。此外,作为使用最为广泛(没有之一)的json库,官方库的bug是最少的、兼容性也是最好的。


  • jsoniter的性能虽然依然优于官方,但没有达到逆天的程度,如果希望有极致的性能,那么你应该选择easyjson而不是jsoniter。


  • jsoniter近年已经不活跃了,笔者前段时间提了一个issue没人回复。后来在上去看了一下issue列表,发现居然还遗留一些2018年的issue。



(二)非结构化数据的序列化和反序列化


这个场景下,我们要分高数据利用率和低数据利用率两种情况来看。所谓数据利用率,指的是JSON数据的正文中,如果说超过四分之一的数据都是业务需要关注和处理的,那就算是高数据利用率。


  1. 高数据利用率-这种情况下,我推荐使用jsonvalue。


  2. 低数据利用率-这里分两种情况:JSON数据是否还需要重新序列化回去。


  • 无需重新序列化:这个时候,选择jsonparser就行了,它的性能实在是耀眼。


  • 需要重新序列化:这种情况,有两种选择,如果对性能要求相对较低,可以使用jsonvalue;如果性能的要求要求高,并且只需要往二进制序列中仅仅插入一个数据(重要),那么可以采用jsoniter的Set方法。读者可以查阅godoc。


实际操作中,超大JSON数据量、同时需要重新序列化的情况非常少。这种场景下往往是是代理服务器、网关、overlay中继服务等,同时又需要往原数据中注入额外信息的时候使用。换句话说,jsoniter的适用场景比较有限。


下面是从10%到60%数据覆盖率下,不同库的操作效率对比(纵坐标单位:μs/op)



可以看到,当jsoniter的数据利用率达到25%时,相比jsonvalue就已经没有任何优势;而jsonparser则是40%左右。



六、其他“邪道”操作


笔者在实际应用中还遇到过一些关于JSON奇奇怪怪的处理场景,也趁这个机会列出来,分享一下我的解决方案。


(一)不区分大小写的JSON


前文说到:“json在解析时,如果遇到大小写问题,会尽可能地进行大小写转换。即便是一个key与结构体中的定义不同,但如果忽略大小写后是相同的,那么依然能够为字段赋值。”


但是呢,如果你使用的是map、jsoniter、jsonparser,这就是个大问题了。我们有两个服务,同时操作MySQL数据库中的同一个字段,但是两个Go服务所定义的结构体中,有一个字母的大小写不一致。这个问题是长期存在的,但因为官方json解析结构体时的上述特性,导致这个问题一直没有暴露。直到有一天,我们写了一个脚本程序洗数据的时候,采用了map方式来读取这个字段的时候,Bug就曝光了。


于是我后来把大小写支持的特性加入了jsonvalue中,解决了这个问题:


raw := `{"user":{"nickName":"pony"}}` // 注意当中的 Nv, _ := jsonvalue.UnmarshalString(raw)
fmt.Println("nickname:", v.GetString("user", "nickname"))fmt.Println("nickname:", v.Caseless().GetString("user", "nickname"))
// 输出// nickname:// nickname: pony


(二)有顺序的JSON对象


在合作兄弟模块的接口时,对方推数据流的时候是以一个JSON对象的格式给到我们的业务模块中的。后来根据需求,推过来的数据要求是有序的。如果接口格式改成数组,那么就需要对双方接口的数据结构作较大的改动。此外,我们在滚动升级的时候势必遇到新旧模块同时存在的情况,所以接口需要同时兼容两套接口格式。


最后我们采用了一个很“邪道”的方式——数据生产方是能够按顺序将KV推出来的,而我们作为消费方,使用jsonparser的ObjectEach函数,就能够按顺序获得kv字节序列,从而也完成数据的顺序获取。



(三)跨语言UTF-8字符串对接


Go算是一个很年轻的语言,在它诞生的时候,互联网上的主流字符编码已经是unicode,编码格式则是UTF-8了。而其他辈分更老的语言,由于各种原因,可能采用了不一样的编码格式。


这就导致了在进行跨语言JSON对接时,不同团队、不同公司针对unicode宽字符时,采用的编码格式可能不同。如果遇到这种情况,那么解决方法就是统一采用ASCII编码。如果是官方json,可以将宽字符转义成ascii。


如果是使用jsonvalue,则默认就是ascii转义,比如说:


v := jsonvalue.NewObject()v.SetString("中国").At("nation")fmt.Println(v.MustMarshalString())
// 输出// {"nation":"\u4E2D\u56FD"


( 转载需取得作者同意,未经许可,禁止二次转载 )


参考资料:

1.本文中涉及到的开源库:jsoniter、rapidjson、jsonparser、easyjson、jsonvalue、Go monkeypatching

2.本文涉及的测试数据和测试方法参见:jsonvalue-test

3.JSON序列化中的转义和Unicode编码

4.号称全世界最快的JSON解析器,比别的快10x

5.json-iterator/go使用笔记

6.如何评价jsoniter自称是最快的JSON解析器

7.JSON-ITERATOR使用要注意的大坑

8.Go学习28使用easyjson高效解析json数据



 作者简介


张敏

腾讯高级后台工程师

腾讯高级后台工程师,在电子和互联网行业深耕多年,拥有丰富的嵌入式和云服务后台开发经验,个人博客共有过百篇文章,云+社区Top50原创作者,技术创作101第二季讲师,现负责腾讯产品后台开发。



 推荐阅读


这次全了,8种超详细Web跨域解决方案!

10分钟带你玩转Kafka基于Controller的领导选举!

LLVM极简教程:9个步骤!实现一个简单编译器

避坑指南!手把手带你解读html2canvas的实现原理






👇阅读原文」前往「腾讯云+社区」作者个人主页参与交流哦~

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存