默认
打赏 发表评论 2
想开发IM:买成品怕坑?租第3方怕贵?找开源自已撸?尽量别走弯路了... 找站长给点建议
IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!
阅读(53896) | 评论(2 收藏1 淘帖1 2
微信扫一扫关注!

本文由陶文分享,InfoQ编辑发布,即时通讯网收录时有修订和改动。原文地址:infoq.cn/article/json-is-5-times-faster-than-protobuf,感谢作者的分享。


1、前言


本系列的前几篇主要是从各个角度讲解Protobuf的基本概念、技术原理这些内容,但回过头来看,对比JSON这种事实上的数据协议工业标准,Protobuf到底性能到底高多少?

本篇将以Protobuf为基准,对比市面上的一些主流的JSON解析库,通过全方位测试来证明给你看看Protobuf到底比JSON快几倍。

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_cover-opti.png

2、系列文章


本文是系列文章中的第 5 篇,本系列总目录如下:


3、写在前面


拿 JSON 衬托 Protobuf 的文章真的太多了,经常可以看到文章中写道:“快来用 Protobuf 吧,JSON 太慢啦”。

但是 Protobuf 真的有吹的那么牛么?

我觉得从 JSON 切换到 Protobuf 怎么也得快一倍吧,要不然对不起付出的切换成本。然而,DSL-JSON 的家伙们居然说在Java语言里 JSON 和那些二进制的编解码格式有得一拼,这太让人惊讶了!

虽然你可能会说,咱们能不用苹果和梨来做比较了么?两个东西根本用途完全不一样好么。咱们用 Protobuf 是冲着跨语言无歧义的 IDL 的去的,才不仅仅是因为性能呢。好吧,这个我同意。但是仍然有那么多人盲目相信,Protobuf 一定会快很多,我觉得还是有必要彻底终结一下这个关于速度的传说。

DSL-JSON 的博客里只给了他们的测试结论,但是没有给出任何原因,以及优化的细节,这很难让人信服数据是真实的。你要说 JSON 比二进制格式更快,真的是很反直觉的事情。

稍微琢磨一下这个问题,就可以列出好几个 Protobuf 应该更快的理由。

比如:

  • 1)更容容易绑定值到对象的字段上。JSON 的字段是用字符串指定的,相比之下字符串比对应该比基于数字的字段tag更耗时;
  • 2)JSON 是文本的格式,整数和浮点数应该更占空间而且更费时;
  • 3)Protobuf 在正文前有一个大小或者长度的标记,而 JSON 必须全文扫描无法跳过不需要的字段。

但是仅凭这几点是不是就可以盖棺定论了呢?未必。

也有相反的观点:

  • 1)如果字段大部分是字符串,占到决定性因素的因素可能是字符串拷贝的速度,而不是解析的速度。在这个评测中,我们看到不少库的性能是非常接近的。这是因为测试数据中大部分是由字符串构成的;
  • 2)影响解析速度的决定性因素是分支的数量。因为分支的存在,解析仍然是一个本质上串行的过程。虽然Protobuf里没有[] 或者 {},但是仍然有类似的分支代码的存在。如果没有这些分支的存在,解析不过就是一个 memcpy 的操作而已。只有 Parabix 这样的技术才有革命性的意义,而 Protobuf 相比 JSON 只是改良而非革命;
  • 3)也许 Protobuf 是一个理论上更快的格式,但是实现它的库并不一定就更快。这取决于优化做得好不好,如果有不必要的内存分配或者重复读取,实际的速度未必就快。

有多个 benchmark 都把 DSL-JSON列到前三名里,有时甚至比其他的二进制编码更快。

经过我仔细分析,原因出在了这些 benchmark 对于测试数据的构成选择上。

因为构造测试数据很麻烦,所以一般评测只会对相同的测试数据,去测不同的库的实现。

这样就使得结果是严重倾向于某种类型输入的。

比如 https://github.com/eishay/jvm-serializers/wiki 选择的测试数据的结构是这样的:
message Image {
  required string uri = 1;      //url to the thumbnail
  optional string title = 2;    //used in the html ALT
  required int32 width = 3;     // of the image
  required int32 height = 4;    // of the image
  enum Size {
    SMALL = 0;
    LARGE = 1;
  }
  required Size size = 5;       // of the image (in relative terms, provided by cnbc for example)
}

message Media {
  required string uri = 1;      //uri to the video, may not be an actual URL
  optional string title = 2;    //used in the html ALT
  required int32 width = 3;     // of the video
  required int32 height = 4;    // of the video
  required string format = 5;   //avi, jpg, youtube, cnbc, audio/mpeg formats ...
  required int64 duration = 6;  //time in miliseconds
  required int64 size = 7;      //file size
  optional int32 bitrate = 8;   //video 
  repeated string person = 9;   //name of a person featured in the video
  enum Player {
    JAVA = 0;
    FLASH = 1;
  }
  required Player player = 10;   //in case of a player specific media
  optional string copyright = 11;//media copyright
}

message MediaContent {
  repeated Image image = 1;
  required Media media = 2;
}

无论怎么去构造 small/medium/large 的输入,benchmark 仍然是存在特定倾向性的。

而且这种倾向性是不明确的。比如 medium 的输入,到底说明了什么?medium 对于不同的人来说,可能意味着完全不同的东西。

所以,在这里我想改变一下游戏的规则。不去选择一个所谓的最现实的配比,而是构造一些极端的情况。

这样,我们可以一目了然的知道,JSON的强项和弱点都是什么。通过把这些缺陷放大出来,我们也就可以对最坏的情况有一个清晰的预期。具体在你的场景下性能差距是怎样的一个区间内,也可以大概预估出来。

4、本次评测对象


好了,废话不多说了,JMH 撸起来。

benchmark 的对象有以下几个:

  • 1)Jackson:Java 程序里用的最多的 JSON 解析器。benchmark 中开启了 AfterBurner 的加速特性;
  • 2)DSL-JSON:世界上最快的 Java JSON 实现;
  • 3)Jsoniter:抄袭 DSL-JSON 写的实现;
  • 4)Fastjson:在中国很流行的 JSON 解析器;
  • 5)Protobuf:在 RPC (远程方法调用)里非常流行的二进制编解码格式;
  • 6)Thrift:另外一个很流行的 RPC 编解码格式。这里 benchmark 的是 TCompactProtocol。

5、整数解码性能测试(Decode Integer)


先从一个简单的场景入手。

毫无疑问,Protobuf 非常擅长于处理整数:
message PbTestObject {
  int32 field1 = 1;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_int

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_1.png
从结果上看,似乎优势非常明显。但是因为只有 1 个整数字段,所以可能整数解析的成本没有占到大头。

所以,我们把测试调整对象调整为 10 个整数字段。再比比看:
syntax = "proto3";
option optimize_for = SPEED;
message PbTestObject {
  int32 field1 = 1;
  int32 field2 = 2;
  int32 field3 = 3;
  int32 field4 = 4;
  int32 field5 = 5;
  int32 field6 = 6;
  int32 field7 = 7;
  int32 field8 = 8;
  int32 field9 = 9;
  int32 field10 = 10;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_10_int_fields

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_2.png

这下优势就非常明显了。毫无疑问,Protobuf 解析整数的速度是非常快的,能够达到 Jackson 的 8 倍

DSL-JSON 比 Jackson 快很多,它的优化代码在这里
private static int parsePositiveInt(final byte[] buf, final JsonReader reader, final int start, final int end, int i) throws IOException {
        int value = 0;
        for (; i < end; i++) {
                final int ind = buf[i ] - 48;
                if (ind < 0 || ind > 9) {
... // abbreviated
                }
                value = (value << 3) + (value << 1) + ind;
                if (value < 0) {
                        throw new IOException("Integer overflow detected at position: " + reader.positionInStream(end - start));
                }
        }
        return value;
}
整数是直接从输入的字节里计算出来的,公式是 value = (value << 3) + (value << 1) + ind; 相比读出字符串,然后调用 Integer.valueOf ,这个实现只遍历了一遍输入,同时也避免了内存分配。

Jsoniter 在这个基础上做了循环展开:
... // abbreviated
int i = iter.head;
int ind2 = intDigits[iter.buf[i ]];
if (ind2 == INVALID_CHAR_FOR_NUMBER) {
    iter.head = i;
    return ind;
}
int ind3 = intDigits[iter.buf[++i]];
if (ind3 == INVALID_CHAR_FOR_NUMBER) {
    iter.head = i;
    return ind * 10 + ind2;
}
int ind4 = intDigits[iter.buf[++i]];
if (ind4 == INVALID_CHAR_FOR_NUMBER) {
    iter.head = i;
    return ind * 100 + ind2 * 10 + ind3;
}
... // abbreviated

6、整数编码性能测试(Encode Integer)


编码方面情况如何呢?和编码一样的测试数据,测试结果如下:
IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_3.png

不知道为啥,Thrift 的序列化特别慢。而且别的 benchmark 里 Thrift 的序列化都是算慢的。我猜测应该是实现里有不够优化的地方吧,格式应该没问题。整数编码方面,Protobuf 是 Jackson 的 3 倍。但是和 DSL-JSON 比起来,好像没有快很多。

这是因为 DSL-JSON 使用了自己的优化方式,和 JDK 的官方实现不一样(代码点此查看):
private static int serialize(final byte[] buf, int pos, final int value) {
        int i;
        if (value < 0) {
                if (value == Integer.MIN_VALUE) {
                        for (int x = 0; x < MIN_INT.length; x++) {
                                buf[pos + x] = MIN_INT[x];
                        }
                        return pos + MIN_INT.length;
                }
                i = -value;
                buf[pos++] = MINUS;
        } else {
                i = value;
        }
        final int q1 = i / 1000;
        if (q1 == 0) {
                pos += writeFirstBuf(buf, DIGITS[i ], pos);
                return pos;
        }
        final int r1 = i - q1 * 1000;
        final int q2 = q1 / 1000;
        if (q2 == 0) {
                final int v1 = DIGITS[r1];
                final int v2 = DIGITS[q1];
                int off = writeFirstBuf(buf, v2, pos);
                writeBuf(buf, v1, pos + off);
                return pos + 3 + off;
        }
        final int r2 = q1 - q2 * 1000;
        final long q3 = q2 / 1000;
        final int v1 = DIGITS[r1];
        final int v2 = DIGITS[r2];
        if (q3 == 0) {
                pos += writeFirstBuf(buf, DIGITS[q2], pos);
        } else {
                final int r3 = (int) (q2 - q3 * 1000);
                buf[pos++] = (byte) (q3 + '0');
                writeBuf(buf, DIGITS[r3], pos);
                pos += 3;
        }
        writeBuf(buf, v2, pos);
        writeBuf(buf, v1, pos + 3);
        return pos + 6;
}

这段代码的意思是比较令人费解的。不知道哪里就做了数字到字符串的转换了。

过程是这样的,假设输入了19823,会被分解为 19 和 823 两部分。然后有一个 `DIGITS` 的查找表,根据这个表把 19 翻译为 "19",把 823 翻译为 "823"。其中 "823" 并不是三个byte分开来存的,而是把bit放到了一个integer里,然后在 writeBuf 的时候通过位移把对应的三个byte解开的。
private static void writeBuf(final byte[] buf, final int v, int pos) {
        buf[pos] = (byte) (v >> 16);
        buf[pos + 1] = (byte) (v >> 8);
        buf[pos + 2] = (byte) v;
}

这个实现比 JDK 自带的 Integer.toString 更快。因为查找表预先计算好了,节省了运行时的计算成本。

7、双精度浮点数解码性能测试(Decode Double)


解析 JSON 的 Double 就更慢了。
message PbTestObject {
  double field1 = 1;
  double field2 = 2;
  double field3 = 3;
  double field4 = 4;
  double field5 = 5;
  double field6 = 6;
  double field7 = 7;
  double field8 = 8;
  double field9 = 9;
  double field10 = 10;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_10_double_fields

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_4.png

Protobuf 解析 double 是 Jackson 的 13 倍。毫无疑问,JSON真的不适合存浮点数。

DSL-Json 中对 Double 也是做了特别优化的(详见源码):
private static double parsePositiveDouble(final byte[] buf, final JsonReader reader, final int start, final int end, int i) throws IOException {
        long value = 0;
        byte ch = ' ';
        for (; i < end; i++) {
                ch = buf[i ];
                if (ch == '.') break;
                final int ind = buf[i ] - 48;
                value = (value << 3) + (value << 1) + ind;
                if (ind < 0 || ind > 9) {
                        return parseDoubleGeneric(reader.prepareBuffer(start), end - start, reader);
                }
        }
        if (i == end) return value;
        else if (ch == '.') {
                i++;
                long div = 1;
                for (; i < end; i++) {
                        final int ind = buf[i ] - 48;
                        div = (div << 3) + (div << 1);
                        value = (value << 3) + (value << 1) + ind;
                        if (ind < 0 || ind > 9) {
                                return parseDoubleGeneric(reader.prepareBuffer(start), end - start, reader);
                        }
                }
                return value / (double) div;
        }
        return value;
}

浮点数被去掉了点,存成了 long 类型,然后再除以对应的10的倍数。如果输入是3.1415,则会变成 31415/10000。

8、双精度浮点数编码性能测试(Encode Double)


把 double 编码为文本格式就更困难了。

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_5.png

解码 double 的时候,Protobuf 是 Jackson 的13 倍。如果你愿意牺牲精度的话,Jsoniter 可以选择只保留6位小数。在这个取舍下,可以好一些,但是 Protobuf 仍然是Jsoniter 的两倍。

保留6位小数的代码是这样写的,把 double 的处理变成了长整数的处理:
if (val < 0) {
    val = -val;
    stream.write('-');
}
if (val > 0x4ffffff) {
    stream.writeRaw(Double.toString(val));
    return;
}
int precision = 6;
int exp = 1000000; // 6
long lval = (long)(val * exp + 0.5);
stream.writeVal(lval / exp);
long fval = lval % exp;
if (fval == 0) {
    return;
}
stream.write('.');
if (stream.buf.length - stream.count < 10) {
    stream.flushBuffer();
}
for (int p = precision - 1; p > 0 && fval < POW10[p]; p--) {
    stream.buf[stream.count++] = '0';
}
stream.writeVal(fval);
while(stream.buf[stream.count-1] == '0') {
    stream.count--;
}

到目前来看,我们可以说 JSON 不是为数字设计的。如果你使用的是 Jackson,切换到 Protobuf 的话可以把数字的处理速度提高 10 倍。然而 DSL-Json 做的优化可以把这个性能差距大幅缩小,解码在 3x ~ 4x 之间,编码在 1.3x ~ 2x 之间(前提是牺牲 double 的编码精度)。

因为 JSON 处理 double 非常慢。所以 Jsoniter 提供了一种把 double 的 IEEE 754 的二进制表示(64个bit)用 base64 编码之后保存的方案。如果希望提高速度,但是又要保持精度,可以使用 Base64FloatSupport.enableEncodersAndDecoders();
long bits = Double.doubleToRawLongBits(number.doubleValue());
Base64.encodeLongBits(bits, stream);

static void encodeLongBits(long bits, JsonStream stream) throws IOException {
    int i = (int) bits;
    byte b1 = BA[(i >>> 18) & 0x3f];
    byte b2 = BA[(i >>> 12) & 0x3f];
    byte b3 = BA[(i >>> 6) & 0x3f];
    byte b4 = BA[i & 0x3f];
    stream.write((byte)'"', b1, b2, b3, b4);
    bits = bits >>> 24;
    i = (int) bits;
    b1 = BA[(i >>> 18) & 0x3f];
    b2 = BA[(i >>> 12) & 0x3f];
    b3 = BA[(i >>> 6) & 0x3f];
    b4 = BA[i & 0x3f];
    stream.write(b1, b2, b3, b4);
    bits = (bits >>> 24) << 2;
    i = (int) bits;
    b1 = BA[i >> 12];
    b2 = BA[(i >>> 6) & 0x3f];
    b3 = BA[i & 0x3f];
    stream.write(b1, b2, b3, (byte)'"');
}

对于 0.123456789 就变成了 "OWNfmt03P78".

9、对象解码性能测试(Decode Object)


我们已经看到了 JSON 在处理数字方面的笨拙丑态了。在处理对象绑定方面,是不是也一样不堪?

前面的 benchmark 结果那么差和按字段做绑定是不是有关系?毕竟我们有 10 个字段要处理那。这就来看看在处理字段方面的效率问题。

为了让比较起来公平一些,我们使用很短的 ascii 编码的字符串作为字段的值。这样字符串拷贝的成本大家都差不到哪里去。

所以性能上要有差距,必然是和按字段绑定值有关系。
message PbTestObject {
  string field1 = 1;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_1_string_field

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_6.png

如果只有一个字段,Protobuf 是 Jackson 的 2.5 倍。但是比 DSL-JSON 要慢。

我们再把同样的实验重复几次,分别对应 5 个字段,10个字段的情况。
message PbTestObject {
  string field1 = 1;
  string field2 = 2;
  string field3 = 3;
  string field4 = 4;
  string field5 = 5;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_5_string_fields

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_7.png

在有 5 个字段的情况下,Protobuf 仅仅是 Jackson 的 1.3x 倍。如果你认为 JSON 对象绑定很慢,而且会决定 JSON 解析的整体性能。对不起,你错了。
message PbTestObject {
  string field1 = 1;
  string field2 = 2;
  string field3 = 3;
  string field4 = 4;
  string field5 = 5;
  string field6 = 6;
  string field7 = 7;
  string field8 = 8;
  string field9 = 9;
  string field10 = 10;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_10_string_fields

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_8.png

把字段数量加到了 10 个之后,Protobuf 仅仅是 Jackson 的 1.22 倍了。看到这里,你应该懂了吧。

Protobuf 在处理字段绑定的时候,用的是 switch case:
boolean done = false;
while (!done) {
  int tag = input.readTag();
  switch (tag) {
    case 0:
      done = true;
      break;
    default: {
      if (!input.skipField(tag)) {
        done = true;
      }
      break;
    }
    case 10: {
      java.lang.String s = input.readStringRequireUtf8();
      field1_ = s;
      break;
    }
    case 18: {
      java.lang.String s = input.readStringRequireUtf8();
      field2_ = s;
      break;
    }
    case 26: {
      java.lang.String s = input.readStringRequireUtf8();
      field3_ = s;
      break;
    }
    case 34: {
      java.lang.String s = input.readStringRequireUtf8();
      field4_ = s;
      break;
    }
    case 42: {
      java.lang.String s = input.readStringRequireUtf8();
      field5_ = s;
      break;
    }
  }
}

这个实现比 Hashmap 来说,仅仅是稍微略快而已。

DSL-JSON 的实现是先 hash,然后也是类似的分发的方式:
switch(nameHash) {
case 1212206434:
        _field1_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
case 1178651196:
        _field3_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
case 1195428815:
        _field2_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
case 1145095958:
        _field5_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
case 1161873577:
        _field4_ = com.dslplatform.json.StringConverter.deserialize(reader);
nextToken = reader.getNextToken();
        break;
default:
        nextToken = reader.skip();
        break;
}

使用的 hash 算法是 FNV-1a:
long hash = 0x811c9dc5;
while (ci < buffer.length) {
        final byte b = buffer[ci++];
        if (b == '"') break;
        hash ^= b;
        hash *= 0x1000193;
}

是 hash 就会碰撞,所以用起来需要小心。如果输入很有可能包含未知的字段,则需要放弃速度选择匹配之后再查一下字段是不是严格相等的。

Jsoniter 有一个解码模式 DYNAMIC_MODE_AND_MATCH_FIELD_STRICTLY,它可以产生下面这样的严格匹配的代码:
switch (field.len()) {
case 6:
    if (field.at(0) == 102 &&
            field.at(1) == 105 &&
            field.at(2) == 101 &&
            field.at(3) == 108 &&
            field.at(4) == 100) {
        if (field.at(5) == 49) {
            obj.field1 = (java.lang.String) iter.readString();
            continue;
        }
        if (field.at(5) == 50) {
            obj.field2 = (java.lang.String) iter.readString();
            continue;
        }
        if (field.at(5) == 51) {
            obj.field3 = (java.lang.String) iter.readString();
            continue;
        }
        if (field.at(5) == 52) {
            obj.field4 = (java.lang.String) iter.readString();
            continue;
        }
        if (field.at(5) == 53) {
            obj.field5 = (java.lang.String) iter.readString();
            continue;
        }
    }
    break;
}
iter.skip();

即便是严格匹配,速度上也是有保证的。DSL-JSON 也有选项,可以在 hash 匹配之后额外加一次字符串 equals 检查。

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_9.png

关于对象绑定来说,只要字段名不长,基于数字的 tag 分发并不会比 JSON 具有明显优势,即便是相比最慢的 Jackson 来说也是如此。

10、对象编码性能测试(Encode Object)


废话不多说了,直接比较一下三种字段数量情况下,编码的速度。

只有 1 个字段:
IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_10.png

有 5 个字段:
IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_11.png

有 10 个字段:
IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_12.png

对象编码方面,Protobuf 是 Jackson 的 1.7 倍。但是速度其实比 DSL-Json 还要慢。

优化对象编码的方式是,一次性尽可能多的把控制类的字节写出去。
public void encode(Object obj, com.jsoniter.output.JsonStream stream) throws java.io.IOException {
  if (obj == null) { stream.writeNull(); return; }
  stream.write((byte)'{');
  encode_((com.jsoniter.benchmark.with_1_string_field.TestObject)obj, stream);
  stream.write((byte)'}');
}

public static void encode_(com.jsoniter.benchmark.with_1_string_field.TestObject obj, com.jsoniter.output.JsonStream stream) throws java.io.IOException {
  boolean notFirst = false;
  if (obj.field1 != null) {
  if (notFirst) { stream.write(','); } else { notFirst = true; }
  stream.writeRaw("\"field1\":", 9);
  stream.writeVal((java.lang.String)obj.field1);
  }
}

可以看到我们把 "field1": 作为一个整体写出去了。如果我们知道字段是非空的,则可以进一步的把字符串的双引号也一起合并写出去。
public void encode(Object obj, com.jsoniter.output.JsonStream stream) throws java.io.IOException {
  if (obj == null) { stream.writeNull(); return; }
  stream.writeRaw("{\"field1\":\"", 11);
  encode_((com.jsoniter.benchmark.with_1_string_field.TestObject)obj, stream);
  stream.write((byte)'\"', (byte)'}');
}

public static void encode_(com.jsoniter.benchmark.with_1_string_field.TestObject obj, com.jsoniter.output.JsonStream stream) throws java.io.IOException {
  com.jsoniter.output.CodegenAccess.writeStringWithoutQuote((java.lang.String)obj.field1, stream);
}

从对象的编解码的 benchmark 结果可以看出,Protobuf 在这个方面仅仅比 Jackson 略微强一些,而比 DSL-Json 要慢。

11、整形列表解码性能测试(Decode Integer List)


Protobuf 对于整数列表有特别的支持,可以打包存储:
22        // tag (field number 4, wire type 2)
06        // payload size (6 bytes)
03        // first element (varint 3)
8E 02     // second element (varint 270)
9E A7 05  // third element (varint 86942)
设置 [packed=true]
message PbTestObject {
  repeated int32 field1 = 1 [packed=true];
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_int_list

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_13.png

对于整数列表的解码,Protobuf 是 Jackson 的 3 倍。然而比 DSL-Json 的优势并不明显。

在 Jsoniter 里,解码的循环被展开了:
public static java.lang.Object decode_(com.jsoniter.JsonIterator iter) throws java.io.IOException { 
    java.util.ArrayList col = (java.util.ArrayList)com.jsoniter.CodegenAccess.resetExistingObject(iter);
    if (iter.readNull()) { com.jsoniter.CodegenAccess.resetExistingObject(iter); return null; }
    if (!com.jsoniter.CodegenAccess.readArrayStart(iter)) {
        return col == null ? new java.util.ArrayList(0): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
    }
    Object a1 = java.lang.Integer.valueOf(iter.readInt());
    if (com.jsoniter.CodegenAccess.nextToken(iter) != ',') {
        java.util.ArrayList obj = col == null ? new java.util.ArrayList(1): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
        obj.add(a1);
        return obj;
    }
    Object a2 = java.lang.Integer.valueOf(iter.readInt());
    if (com.jsoniter.CodegenAccess.nextToken(iter) != ',') {
        java.util.ArrayList obj = col == null ? new java.util.ArrayList(2): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
        obj.add(a1);
        obj.add(a2);
        return obj;
    }
    Object a3 = java.lang.Integer.valueOf(iter.readInt());
    if (com.jsoniter.CodegenAccess.nextToken(iter) != ',') {
        java.util.ArrayList obj = col == null ? new java.util.ArrayList(3): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
        obj.add(a1);
        obj.add(a2);
        obj.add(a3);
        return obj;
    }
    Object a4 = java.lang.Integer.valueOf(iter.readInt());
    java.util.ArrayList obj = col == null ? new java.util.ArrayList(8): (java.util.ArrayList)com.jsoniter.CodegenAccess.reuseCollection(col);
    obj.add(a1);
    obj.add(a2);
    obj.add(a3);
    obj.add(a4);
    while (com.jsoniter.CodegenAccess.nextToken(iter) == ',') {
        obj.add(java.lang.Integer.valueOf(iter.readInt()));
    }
    return obj;
}

对于成员比较少的情况,这样搞可以避免数组的扩容带来的内存拷贝。

12、整形列表编码性能测试(Encode Integer List)


Protobuf 在编码数组的时候应该有优势,不用写那么多逗号出来嘛。

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_14.png

Protobuf 在编码整数列表的时候,仅仅是 Jackson 的 1.35 倍

虽然 Protobuf 在处理对象的整数字段的时候优势明显,但是在处理整数的列表时却不是如此。在这个方面,DSL-Json 没有特殊的优化,性能的提高纯粹只是因为单个数字的编码速度提高了。

13、对象列表解码性能测试(Decode Object List)


列表经常用做对象的容器。测试这种两种容器组合嵌套的场景,也很有代表意义。
message PbTestObject {
  message ElementObject {
    string field1 = 1;
  }
  repeated ElementObject field1 = 1;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_object_list

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_15.png

Protobuf 处理对象列表是 Jackson 的 1.3 倍。但是不及 DSL-JSON。

14、对象列表编码性能测试(Encode Object List)


IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_16.png

Protobuf 处理对象列表的编码速度是 Jackson 的 2 倍。但是 DSL-JSON 仍然比 Protobuf 更快。似乎 Protobuf 在处理列表的编码解码方面优势不明显。

15、双精度浮点数数组解码性能测试(Decode Double Array)


Java 的数组有点特殊,double[] 是比 List<Double> 更高效的。使用 double 数组来代表时间点上的值或者坐标是非常常见的做法。

然而,Protobuf 的 Java  库没有提供double[] 的支持,repeated 总是使用 List<Double>。我们可以预期 JSON 库在这里有一定的优势。
message PbTestObject {
  repeated double field1 = 1 [packed=true];
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_double_array

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_17.png

Protobuf 在处理 double 数组方面,Jackson 与之的差距被缩小为 5 倍。Protobuf 与 DSL-JSON 相比,优势已经不明显了。所以如果你有很多的 double 数值需要处理,这些数值必须是在对象的字段上,才会引起性能的巨大差别,对于数组里的 double,优势差距被缩小。

在 Jsoniter 里,处理数组的循环也是被展开的。
public static java.lang.Object decode_(com.jsoniter.JsonIterator iter) throws java.io.IOException {
... // abbreviated
 nextToken = com.jsoniter.CodegenAccess.nextToken(iter);
 if (nextToken == ']') {
     return new double[0];
 }
 com.jsoniter.CodegenAccess.unreadByte(iter);
 double a1 = iter.readDouble();
 if (!com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     return new double[]{ a1 };
 }
 double a2 = iter.readDouble();
 if (!com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     return new double[]{ a1, a2 };
 }
 double a3 = iter.readDouble();
 if (!com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     return new double[]{ a1, a2, a3 };
 }
 double a4 = (double) iter.readDouble();
 if (!com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     return new double[]{ a1, a2, a3, a4 };
 }
 double a5 = (double) iter.readDouble();
 double[] arr = new double[10];
 arr[0] = a1;
 arr[1] = a2;
 arr[2] = a3;
 arr[3] = a4;
 arr[4] = a5;
 int i = 5;
 while (com.jsoniter.CodegenAccess.nextTokenIsComma(iter)) {
     if (i == arr.length) {
         double[] newArr = new double[arr.length * 2];
         System.arraycopy(arr, 0, newArr, 0, arr.length);
         arr = newArr;
     }
     arr[i++] = iter.readDouble();
 }
 double[] result = new double[i ];
 System.arraycopy(arr, 0, result, 0, i);
 return result;
}

这避免了数组扩容的开销。

16、双精度浮点数数组编码性能测试(Encode Double Array)


再来看看 double 数组的编码:
IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_18.png

Protobuf 可以飞快地对 double 数组进行编码,是 Jackson 的 15 倍。在牺牲精度的情况下,Protobuf 只是Jsoniter 的 2.3 倍。

所以,再次证明了,JSON 处理 double 非常慢。如果用 base64 编码 double,则可以保持精度,速度和牺牲精度时一样。

17、字符串解码性能测试(Decode String)


JSON 字符串包含了转义字符的支持。Protobuf 解码字符串仅仅是一个内存拷贝。理应更快才对。被测试的字符串长度是 160 个字节的 ascii。
syntax = "proto3";
option optimize_for = SPEED;
message PbTestObject {
  string field1 = 1;
}
https://github.com/json-iterator/java-benchmark/tree/master/src/main/java/com/jsoniter/benchmark/with_long_string

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_19.png

Protobuf 解码长字符串是 Jackson 的 1.85 倍。然而,DSL-Json 比 Protobuf 更快。这就有点奇怪了,JSON 的处理负担更重,为什么会更快呢?

先尝试捷径:

DSL-JSON 给 ascii 实现了一个捷径(源码点此):
for (int i = 0; i < chars.length; i++) {
        bb = buffer[ci++];
        if (bb == '"') {
                currentIndex = ci;
                return i;
        }
        // If we encounter a backslash, which is a beginning of an escape sequence
        // or a high bit was set - indicating an UTF-8 encoded multibyte character,
        // there is no chance that we can decode the string without instantiating
        // a temporary buffer, so quit this loop
        if ((bb ^ '\\') < 1) break;
        chars[i ] = (char) bb;
}

这个捷径里规避了处理转义字符和utf8字符串的成本。

JVM 的动态编译做了特殊优化:

在 JDK9 之前,java.lang.String 都是基于 `char[]` 的。而输入都是 byte[] 并且是 utf-8 编码的。所以这使得,我们不能直接用 memcpy 的方式来处理字符串的解码问题。

但是在 JDK9 里,java.lang.String 已经改成了基于`byte[]`的了。

从 JDK9 的源代码里可以看出:
@Deprecated(since="1.1")
public String(byte ascii[], int hibyte, int offset, int count) {
    checkBoundsOffCount(offset, count, ascii.length);
    if (count == 0) {
        this.value = "".value;
        this.coder = "".coder;
        return;
    }
    if (COMPACT_STRINGS && (byte)hibyte == 0) {
        this.value = Arrays.copyOfRange(ascii, offset, offset + count);
        this.coder = LATIN1;
    } else {
        hibyte <<= 8;
        byte[] val = StringUTF16.newBytesFor(count);
        for (int i = 0; i < count; i++) {
            StringUTF16.putChar(val, i, hibyte | (ascii[offset++] & 0xff));
        }
        this.value = val;
        this.coder = UTF16;
    }
}

使用这个虽然被废弃,但是还没有被删除的构造函数,我们可以使用 Arrays.copyOfRange 来直接构造 java.lang.String 了。然而,在测试之后,发现这个实现方式并没有比 DSL-JSON 的实现更快。

似乎 JVM 的 Hotspot 动态编译时对这段循环的代码做了模式匹配,识别出了更高效的实现方式。即便是在 JDK9 使用 +UseCompactStrings 的前提下,理论上来说本应该更慢的 byte[] => char[] => byte[] 并没有使得这段代码变慢,DSL-JSON 的实现还是最快的。

如果输入大部分是字符串,这个优化就变得至关重要了。Java 里的解析艺术,还不如说是字节拷贝的艺术。JVM 的 java.lang.String 设计实在是太愚蠢了。在现代一点的语言中,比如 Go,字符串都是基于 utf-8 byte[] 的。

18、字符串编码性能测试(Encode String)


类似的问题,因为需要把 char[] 转换为 byte[],所以没法直接内存拷贝。

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_20.png

Protobuf 在编码长字符串时,比 Jackson 略微快一点点,一切都归咎于 char[]。

19、本文总结


最后,我们把所有的战果汇总到一起。

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_21.png

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_22.jpg

编解码数字的时候,JSON仍然是非常慢的。Jsoniter 把这个差距从 10 倍缩小到了 3 倍多一些。

JSON 最差的情况是下面几种:

  • 1)跳过非常长的字符串:和字符串长度线性相关;
  • 2)解码 double 字段:Protobuf 优势明显,是 Jsoniter的 3.27 倍,是 Jackson 的 13.75 倍;
  • 3)编码 double 字段:如果不能接受只保留 6 位小数,Protobuf 是 Jackson 的 12.71 倍(如果接受精度损失,Protobuf 是 Jsoniter 的 1.96 倍);
  • 4)解码整数:Protobuf 是 Jsoniter 的 2.64 倍,是 Jackson 的 8.51 倍。

IM通讯协议专题学习(五):Protobuf到底比JSON快几倍?全方位实测!_23.jpg

如果你的生产环境中的JSON没有那么多的double字段,都是字符串占大头,那么基本上来说替换成 Protobuf 也就是仅仅比 Jsoniter 提高一点点,肯定在2倍之内。如果不幸的话,没准 Protobuf 还要更慢一点。

20、参考资料


[1] Protobuf官方编码资料
[2] Protobuf官方手册
[3] Why do we use Base64?
[4] The Base16, Base32, and Base64 Data Encodings
[5] Protobuf从入门到精通,一篇就够!
[5] 如何选择即时通讯应用的数据传输格式
[7] 强列建议将Protobuf作为你的即时通讯应用数据传输格式
[8] APP与后台通信数据格式的演进:从文本协议到二进制协议
[9] 面试必考,史上最通俗大小端字节序详解
[10] 移动端IM开发需要面对的技术问题(含通信协议选择)
[11] 简述移动端IM开发的那些坑:架构设计、通信协议和客户端
[12] 理论联系实际:一套典型的IM通信协议设计详解
[13] 58到家实时消息系统的协议设计等技术实践分享

即时通讯网 - 即时通讯开发者社区! 来源: - 即时通讯开发者社区!

上一篇:IM通讯协议专题学习(四):从Base64到Protobuf,详解Protobuf的数据编码原理下一篇:基于Netty的IM聊天加密技术学习:一文理清常见的加密概念、术语等

本帖已收录至以下技术专辑

推荐方案
评论 2
Java语言里 JSON 和那些二进制的编解码格式有得一  这个链接 404了
引用:a835029688 发表于 2022-12-08 15:33
Java语言里 JSON 和那些二进制的编解码格式有得一  这个链接 404了

我注意到了,链接失效了,找不到原文了
打赏楼主 ×
使用微信打赏! 使用支付宝打赏!

返回顶部