Gson、FastJson、org.JSON到底哪一個效率更高，速度更快

今天無意中再安卓巴士上看到了一片文章《Android開發者應該使用FlatBuffers替代JSON》，嚇得我趕緊看了看，突然感覺自己用了好長時間的JSON解析似乎落伍了~~(>_<)~~

尤其是看到下面的話，更是不明覺厲；

我嘗試使用FlatBuffers和JSON解析4mb的JSON文件。
FlatBuffers花了1-5ms，JSON花了大約2000ms。在使用FlatBuffers期間Android App中沒有GC，而在使用JSON時發生了很多次GC

大致看了一下FlatBuffers，似乎挺強大，不過暫時沒有測試是不是真有那麼快，不過JSON解析應該沒有那麼慢，於是乎測試了一下平時用到的谷歌的Gson 阿裡巴巴的FastJson以及安卓原生自帶的org.JSON 解析的速度； 先寫個單元測試吧：

@org.junit.Test
    public void TestSpeed2() throws Exception {
        FoodDao foodDao = new FoodDao();
        List foods = foodDao.selectAll(Foods.class);

        System.out.println("-------------gson-----------");
        long gsonStart = System.currentTimeMillis();
        gsonC(foods);// 用Gson進行拆包 和 解析
        long gsonEnd = System.currentTimeMillis();
        System.out.println("gsonGaps:" + (gsonEnd - gsonStart));
        System.out.println("-------------gson-----------");

        System.out.println("-------------FastJson-----------");
        long fastStart = System.currentTimeMillis();
        fastJsonC(foods);// 用FastJson進行拆包 和 解析
        long fastEnd = System.currentTimeMillis();
        System.out.println("gsonGaps:" + (fastEnd - fastStart));
        System.out.println("-------------FastJson-----------");

        System.out.println("-------------JSON-----------");
        long jsonStart = System.currentTimeMillis();
        jsonC(foods);// 用org.json進行拆包 和 解析
        long jsonEnd = System.currentTimeMillis();
        System.out.println("gsonGaps:" + (jsonEnd - jsonStart));
        System.out.println("-------------JSON-----------");

    }

調用的方法必須是 synchronized 同步的，即運行完該方法後才執行下面的代碼

private synchronized void jsonC(List foods) throws Exception {

            String jsonString = JsonTools.createJsonString("json", foods);
            JSONObject object = new JSONObject(jsonString);
            JSONArray array = object.getJSONArray("json");
            List list2 = new ArrayList();
            for (int i = 0; i < array.length(); i++) {

                JSONObject foodObject = (JSONObject) array.get(i);
                Foods foods2 = new Foods(foodObject.getInt("id"),
                        foodObject.getString("cookclass"),
                        foodObject.getString("name"),
                        foodObject.getString("description"),
                        foodObject.getString("food"),
                        foodObject.getString("img"),
                        foodObject.getString("images"),
                        foodObject.getString("keywords"),
                        foodObject.getString("message"),
                        foodObject.getString("url"));
                list2.add(foods2);
            }
            String s3 = list2.toString();

    }

    private synchronized void fastJsonC(List foods) {

            String fastString = FastJsonTools.createJsonString(foods);
            String s2 = FastJsonTools.createJsonToListBean(fastString,
                    Foods.class).toString();

    }

    private synchronized void gsonC(List foods) {

            String gsonString = GsonTools.createJsonString(foods);
            String s1 = GsonTools.StringTolist(gsonString, Foods[].class)
                    .toString();

    }

單元測試中調用了一個selectAll方法，具體如下：

/**
     * 查找全部;
     * 
     * @return
     */
    public List selectAll(Class c) {
        Session session = HibernateSessionFactory.getSession();
        List list = session.createQuery("From " + c.getName()).setFirstResult(0).setMaxResults(50).list();//①
        return list;
    }

查看上面的標注①的地方可以看到我這先設置的查詢的條數為50條，稍後修改這即可更改為查詢100、500、1000、5000、1萬、2萬條（不要問我哪兒來那麼多數據……我之前寫的博客上說了曾經扒到過10W+的數據……）

然後列一下分別是查詢50條、100條、500條、1000、5000、1萬、2萬條數據各個類庫分別需要多少時間

50


2. 100


3. 500


4. 1000<喎?/kf/ware/vc/" target="_blank" class="keylink">vcD4NCjxwPjxjb2RlPjxjb2RlPjxpbWcgYWx0PQ=="" src="/uploadfile/Collfiles/20160811/201608111003421010.png" title="\" />
5. 5000


6. 1萬


7. 2萬

一開始測試的時候我沒有取平均值，只是運行一下看看解析50條數據哪一個更快一點，竟然讓我出乎意料，竟然是Android自帶的jar包org.JSON！！！Gson甚至比FastJson都快這不符合情理啊……不是一直都說是阿裡巴巴的FastJson最快的嘛！！！！後來我將解析50條數據提高到100、500、1000條……數據的時候就發現，隨著解析數據量的增大然後逐漸的發現FastJson的優勢出來了，而org.JSON卻很慢了 分析出現上面的結果的原因，為什麼在數據量少的時候，org.json 類庫拆包解析的更快呢，仔細看源碼會發現：org.json在進行解析的時候需要通過for循環依次的將數據取出來放到指定對象的成員變量中 是for循環的緣故，當for循環的次數太多的時候肯定就相當耗時了，在數據量小的時候卻表現的比較出色 然而這樣解析有著明顯的問題，因為每一次測試的時間都不相同，因為不是很穩定，所以應該取一下平均值，我這就對 拆包解析的方法裡加了個50次的循環

@org.junit.Test
    public void TestSpeed() throws Exception {

        List foods = foodDao.selectAll(Foods.class);

        System.out.println("-------------gson-----------");
        long gsonStart = System.currentTimeMillis();
        gsonC(foods);//用Gson進行拆包 和 解析 並循環操作50次
        long gsonEnd = System.currentTimeMillis();
        System.out.println("gsonGaps:" + (gsonEnd - gsonStart) / 50);
        System.out.println("-------------gson-----------");

        System.out.println("-------------FastJson-----------");
        long fastStart = System.currentTimeMillis();
        fastJsonC(foods);// 用FastJson進行拆包 和 解析 並循環操作50次
        long fastEnd = System.currentTimeMillis();
        System.out.println("gsonGaps:" + (fastEnd - fastStart) / 50);
        System.out.println("-------------FastJson-----------");

        System.out.println("-------------JSON-----------");
        long jsonStart = System.currentTimeMillis();
        jsonC(foods);// 用org.json進行拆包 和 解析 並循環操作50次
        long jsonEnd = System.currentTimeMillis();
        System.out.println("gsonGaps:" + (jsonEnd - jsonStart) / 50);
        System.out.println("-------------JSON-----------");

    }


    private synchronized void jsonC(List foods) throws Exception {
        for (int j = 0; j < 50; j++) {
            String jsonString = JsonTools.createJsonString("json", foods);
            JSONObject object = new JSONObject(jsonString);
            JSONArray array = object.getJSONArray("json");
            List list2 = new ArrayList();
            for (int i = 0; i < array.length(); i++) {

                JSONObject foodObject = (JSONObject) array.get(i);
                Foods foods2 = new Foods(foodObject.getInt("id"),
                        foodObject.getString("cookclass"),
                        foodObject.getString("name"),
                        foodObject.getString("description"),
                        foodObject.getString("food"),
                        foodObject.getString("img"),
                        foodObject.getString("images"),
                        foodObject.getString("keywords"),
                        foodObject.getString("message"),
                        foodObject.getString("url"));
                list2.add(foods2);
            }
            String s3 = list2.toString();
        }
    }

    private synchronized void fastJsonC(List foods) {
        for (int i = 0; i < 50; i++) {
            String fastString = FastJsonTools.createJsonString(foods);
            String s2 = FastJsonTools.createJsonToListBean(fastString,
                    Foods.class).toString();
        }
    }

    private synchronized void gsonC(List foods) {
        for (int i = 0; i < 50; i++) {
            String gsonString = GsonTools.createJsonString(foods);
            String s1 = GsonTools.StringTolist(gsonString, Foods[].class)
                    .toString();
        }
    }

然後貼一下解析1萬條數據、2萬條數據和100條數據各個類庫所用的的平均時間（這個時間不包括查詢數據庫所用的時間）

1萬


2萬


100條


我10萬+的數據大概是40多M，也就是說1萬條數據的話大概是4M，就從我的測試結果來看，還真不知道他們那個解析4Mjson數據需要用大概2000毫秒的時間，我測試的2萬條數據也就是大概8M的json數據，即使是用org.json來拆包、解析都要比這個時間要短很多，更何況我們還有出色的fastJson等優秀類庫。
經過這次測試之後，確實驗證了阿裡巴巴的FastJson相對來說是挺快的，如果用json解析的話，還是建議用fastjson吧


如果，您認為這篇博客讓您有些收獲，不妨點擊一下【頂】。

如果，您希望更容易地發現我的新博客，不妨點擊一下【加關注】。

因為，我的熱情需要您的肯定和支持。

感謝您的閱讀，如果文章中有錯誤或者您有什麼好的建議，也歡迎您直接留言批評指教。Thanks，friends！