。NET性能系列文章二Newtonsoft。JsonvsSy

　　微软终于追上了？
　　图片来自GlennCarstensPeters〔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。：NewtonsoftsJson。NET〔3〕和MicrosoftsSystem。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。NETCore3。1起就默认随。NETSDK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）〕
　　publicintCount｛get；set；｝
　　privateListUsertestUsers；
　　〔GlobalSetup〕
　　publicvoidGlobalSetupstrongtoutiaooriginspanclasshighlighttextstrong
　　｛
　　varfakernewFakerUser
　　。CustomInstantiator（fnewUser（
　　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）
　　））；
　　testUsersfaker。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。Json13。0。1and
　　System。Text。Json7。0。0rc。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ListUser，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（Baselinetrue）〕
　　publicvoidNewtonsoftSerializeBigData
　　Newtonsoft。Json。JsonConvert。SerializeObject（testUsers）；
　　〔Benchmark〕
　　publicvoidMicrosoftSerializeBigData
　　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：MethodCountMeanRatioAllocatedAllocRatioNewtonsoftSerializeBigData100007。609ms1。008。09MB1。00MicrosoftSerializeBigData100003。712ms0。493。42MB0。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RESTApis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ListUser，并简单地循环通过它，同时单独序列化每个用户。〔Benchmark（Baselinetrue）〕
　　publicvoidNewtonsoftSerializeMuchDatastrongtoutiaooriginspanclasshighlighttextstrong
　　｛
　　foreach（varuserintestUsers）
　　｛
　　Newtonsoft。Json。JsonConvert。SerializeObject（user）；
　　｝
　　｝
　　〔Benchmark〕
　　publicvoidMicrosoftSerializeMuchDatastrongtoutiaooriginspanclasshighlighttextstrong
　　｛
　　foreach（varuserintestUsers）
　　｛
　　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：MethodCountMeanRatioAllocatedAllocRatioNewtonsoftSerializeMuchData100008。087ms1。0017。14MB1。00MicrosoftSerializeMuchData100003。944ms0。493。64MB0。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Liststring。privatestringserializedTestUsers；
　　privateListstringserializedTestUsersListnew；
　　〔GlobalSetup〕
　　publicvoidGlobalSetupstrongtoutiaooriginspanclasshighlighttextstrong
　　｛
　　varfakernewFakerUser
　　。CustomInstantiator（fnewUser（
　　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）
　　））；
　　vartestUsersfaker。Generate（Count）；
　　serializedTestUsersJsonSerializer。Serialize（testUsers）；
　　foreach（varuserintestUsers。Select（uJsonSerializer。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ListUser，我们在前面的例子中也使用了它。〔Benchmark（Baselinetrue）〕
　　publicvoidNewtonsoftDeserializeBigData
　　Newtonsoft。Json。JsonConvert。DeserializeObjectListUser（serializedTestUsers）；
　　〔Benchmark〕
　　publicvoidMicrosoftDeserializeBigData
　　System。Text。Json。JsonSerializer。DeserializeListUser（serializedTestUsers）；
　　在我的机器上运行这些基准测试，得出以下结果：MethodCountMeanRatioAllocatedAllocRatioNewtonsoftDeserializeBigData1000021。20ms1。0010。55MB1。00MicrosoftDeserializeBigData1000012。12ms0。576。17MB0。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Liststring，在一个循环中反序列化数据对象：〔Benchmark（Baselinetrue）〕
　　publicvoidNewtonsoftDeserializeMuchDatastrongtoutiaooriginspanclasshighlighttextstrong
　　｛
　　foreach（varuserinserializedTestUsersList）
　　｛
　　Newtonsoft。Json。JsonConvert。DeserializeObjectUser（user）；
　　｝
　　｝
　　〔Benchmark〕
　　publicvoidMicrosoftDeserializeMuchDatastrongtoutiaooriginspanclasshighlighttextstrong
　　｛
　　foreach（varuserinserializedTestUsersList）
　　｛
　　System。Text。Json。JsonSerializer。DeserializeUser（user）；
　　｝
　　｝
　　其结果甚至比相关的序列化基准更令人吃惊：MethodCountMeanRatioAllocatedAllocRatioNewtonsoftDeserializeMuchData1000015。577ms1。0035。54MB1。00MicrosoftDeserializeMuchData100007。916ms0。514。8MB0。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。NET7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。Json比Newtonsoft。Json更快。
　　请记住，这些结果只对最新的。NET7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：TobiasStreng翻译版权：InCerry
　　原文链接：https：medium。comtobias。strengnetperformanceseries2newtonsoftvssystemtextjson2bf43e037db0
　　参考资料
　　〔1〕
　　GlennCarstensPeters：https：unsplash。comglenncarstenspeters？utmsourcemediumutmmediumreferral
　　〔2〕
　　Unsplash：https：unsplash。com？utmsourcemediumutmmediumreferral
　　〔3〕
　　NewtonsoftsJson。NET：https：www。newtonsoft。comjson
　　〔4〕
　　MicrosoftsSystem。Text。Json：https：www。nuget。orgpackagesSystem。Text。Json
　　〔5〕
　　Bogus：https：github。combchavezBogus
　　〔6〕
　　7。0。0rc。2：https：www。nuget。orgpackagesSystem。Text。Json7。0。0rc。2。22472。3
　　〔7〕
　　第一个文档网站：https：www。newtonsoft。comjsonhelphtmlIntroduction。htm
　　〔8〕
　　文档：https：www。newtonsoft。comjsonhelphtmlIntroduction。htm