【优雅代码】12-hessian、kryo、json序列化对比

简介: 平常我们在使用rpc调用或者将其持久化到数据库的时候则需要将对象或者文件或者图片等数据将其转为二进制字节数据,那么各自的优劣是什么呢。

【优雅代码】12-hessian、kryo、json序列化对比

欢迎关注b站账号/公众号【六边形战士夏宁】,一个要把各项指标拉满的男人。该文章已在 github目录收录。
屏幕前的 大帅比大漂亮如果有帮助到你的话请顺手点个赞、加个收藏这对我真的很重要。别下次一定了,都不关注上哪下次一定。

1.背景

平常我们在使用rpc调用或者将其持久化到数据库的时候则需要将对象或者文件或者图片等数据将其转为二进制字节数据,那么各自的优劣是什么呢。

2.常见的序列化方式

java自带的序列化,平常用的最多的json序列化(也可以叫http数据传输的序列化),dubbo默认的序列化hessian2,其优势在于跨语言(不过跨语言序列化一般还是json和xml范围更广些),目前公认稳定且最快的序列化方式Kryo

2.1 Hessian使用

2.1导包

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>hessian-lite</artifactId>
    <version>3.2.9</version>
</dependency>

2.2工具类

/**
 * JavaBean序列化.
 *
 * @param javaBean Java对象.
 * @throws Exception 异常信息.
 */
public static <T> byte[] serialize(T javaBean) {
    try {
        @Cleanup ByteArrayOutputStream baos = new ByteArrayOutputStream();
        @Cleanup Hessian2Output ho = new Hessian2Output(baos);
        ho.writeObject(javaBean);
        ho.flush();
        return baos.toByteArray();
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

/**
 * JavaBean反序列化.
 *
 * @param serializeData 序列化数据.
 * @throws Exception 异常信息.
 */
public static <T> T deserialize(byte[] serializeData) {
    try {
        @Cleanup ByteArrayInputStream bais = new ByteArrayInputStream(serializeData);
        @Cleanup Hessian2Input hi = new Hessian2Input(bais);
        return (T) hi.readObject();
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

2.2kryo

2.2.1导包

<dependency>
    <groupId>com.esotericsoftware</groupId>
    <artifactId>kryo-shaded</artifactId>
    <version>4.0.2</version>
</dependency>

2.2.2工具类

// 这个东西线程不安全
private static final ThreadLocal<Kryo> KRYO = ThreadLocal.withInitial(() -> {
    Kryo kryo = new Kryo();
    kryo.setInstantiatorStrategy(new Kryo.DefaultInstantiatorStrategy());
    return kryo;
});

//    newKryoPool() {
//        return new KryoPool.Builder(() -> {
//            final Kryo kryo = new Kryo();
//            kryo.setInstantiatorStrategy(new Kryo.DefaultInstantiatorStrategy(
//                    new StdInstantiatorStrategy()));
//            return kryo;
//        }).softReferences().build();
//    }
public static <T extends Serializable> byte[] serialization(T obj) {
    KRYO.get().register(obj.getClass());
    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    Output output = new Output(baos);
    // KRYO.get().writeClassAndObject(output, obj);
    KRYO.get().writeObject(output, obj);
    output.close();
    return baos.toByteArray();
}

public static <T extends Serializable> T deserialization(byte[] b, Class<T> clazz) {
    KRYO.get().register(clazz);
    ByteArrayInputStream bais = new ByteArrayInputStream(b);
    Input input = new Input(bais);
    // return (T) KRYO.get().readClassAndObject(input);
    return (T) KRYO.get().readObject(input, clazz);
}

3.比较

3.1长度比较

public static void compareLength() {
    // 输出129,88,4,12,可以看出json格式的优秀,还有Kryo针对java格式的优秀
    SerializeTestObject serializeTestObject = new SerializeTestObject();
    serializeTestObject.name = "1";
    byte[] serialize = SerializationUtils.serialize(serializeTestObject);
    SerializeTestObject deserialize = SerializationUtils.<SerializeTestObject>deserialize(serialize);
    System.out.println("deserialize");
    System.out.println(serialize.length);

    byte[] serializeHe = Hessian2Utils.serialize(serializeTestObject);
    SerializeTestObject deserializeHe = Hessian2Utils.<SerializeTestObject>deserialize(serializeHe);
    System.out.println("deserializeHe");
    System.out.println(serializeHe.length);

    byte[] serializeHeKryo = KryoUtils.serialization(serializeTestObject);
    SerializeTestObject deserializeKryo = KryoUtils.deserialization(serializeHeKryo, SerializeTestObject.class);
    System.out.println("deserializeKryo");
    System.out.println(serializeHeKryo.length);
    System.out.println("json");
    System.out.println(JSON.toJSONString(serializeTestObject).getBytes(StandardCharsets.UTF_8).length);
}

3.2序列化速度比较

public static void compareSerialize() {
    SerializeTestObject serializeTestObject = new SerializeTestObject();
    serializeTestObject.name = "1";
    StopWatch sw = new StopWatch();
    sw.start("serialize");
    for (int i = 0; i < 10000; i++) {
        SerializationUtils.serialize(serializeTestObject);
    }
    sw.stop();
    sw.start("He");
    for (int i = 0; i < 10000; i++) {
        Hessian2Utils.serialize(serializeTestObject);
    }
    sw.stop();
    sw.start("Kryo");
    for (int i = 0; i < 10000; i++) {
        KryoUtils.serialization(serializeTestObject);
    }
    sw.stop();
    sw.start("fastJson");
    for (int i = 0; i < 10000; i++) {
        JSON.toJSONString(serializeTestObject);
    }
    sw.stop();
    sw.start("jackson");
    // 线程安全
    ObjectMapper objectMapper = new ObjectMapper();
    for (int i = 0; i < 10000; i++) {
        objectMapper.writeValueAsString(serializeTestObject);
    }
    sw.stop();
    // 线程安全
    Gson gson = new Gson();
    sw.start("Gson");
    for (int i = 0; i < 10000; i++) {
        gson.toJson(serializeTestObject);
    }
    sw.stop();
    System.out.println(sw.prettyPrint());

}

输出信息如下,fastjson比GSON慢,bug还多些,除了Hessian2明显比较慢,其它的速度都差不多

098443444  004%  serialize
1897660738  075%  He
107569186  004%  Kryo
159348852  006%  fastJson
240632483  010%  jackson
028160603  001%  Gson

3.3反序列化速度比较

private static void compareDeSerialize() {
    SerializeTestObject serializeTestObject = new SerializeTestObject();
    serializeTestObject.name = "1";
    String jsonStr = JSON.toJSONString(serializeTestObject);
    byte[] serialize = SerializationUtils.serialize(serializeTestObject);
    byte[] serializeHe = Hessian2Utils.serialize(serializeTestObject);
    byte[] serializeHeKryo = KryoUtils.serialization(serializeTestObject);
    // 这里统一采用复杂json的处理方式
    TypeReference<SerializeTestObject> fastJsonType = new TypeReference<SerializeTestObject>() {
    };
    com.fasterxml.jackson.core.type.TypeReference<SerializeTestObject> jackJsonType = new com.fasterxml.jackson.core.type.TypeReference<SerializeTestObject>() {
    };
    Type gsonType = new TypeToken<SerializeTestObject>() {
    }.getType();
    StopWatch sw = new StopWatch();
    sw.start("serialize");
    for (int i = 0; i < 10000; i++) {
        SerializeTestObject deserialize = SerializationUtils.<SerializeTestObject>deserialize(serialize);
    }
    sw.stop();
    sw.start("He");
    for (int i = 0; i < 10000; i++) {
        SerializeTestObject deserializeHe = Hessian2Utils.<SerializeTestObject>deserialize(serializeHe);
    }
    sw.stop();
    sw.start("Kryo");
    for (int i = 0; i < 10000; i++) {
        SerializeTestObject deserializeKryo = KryoUtils.deserialization(serializeHeKryo, SerializeTestObject.class);
    }
    sw.stop();
    sw.start("fastJson");
    for (int i = 0; i < 10000; i++) {
        SerializeTestObject fastJsonObject = JSON.parseObject(jsonStr, fastJsonType);
    }
    sw.stop();
    sw.start("jackson");
    // 线程安全
    ObjectMapper objectMapper = new ObjectMapper();
    for (int i = 0; i < 10000; i++) {
        SerializeTestObject jacksonObject = objectMapper.readValue(jsonStr, jackJsonType);
    }
    sw.stop();
    // 线程安全
    Gson gson = new Gson();
    sw.start("Gson");
    for (int i = 0; i < 10000; i++) {
        SerializeTestObject gsonObject = gson.fromJson(jsonStr, gsonType);
    }
    sw.stop();
    System.out.println(sw.prettyPrint());
}

输出结果如下,可以看到Kryo、fastJson、Gson摇摇领先

143722925  021%  serialize
128508821  018%  He
046400438  007%  Kryo
052540898  008%  fastJson
292601294  042%  jackson
032188332  005%  Gson
相关文章
|
3月前
|
XML 存储 JSON
Twaver-HTML5基础学习(19)数据容器(2)_数据序列化_XML、Json
本文介绍了Twaver HTML5中的数据序列化,包括XML和JSON格式的序列化与反序列化方法。文章通过示例代码展示了如何将DataBox中的数据序列化为XML和JSON字符串,以及如何从这些字符串中反序列化数据,重建DataBox中的对象。此外,还提到了用户自定义属性的序列化注册方法。
50 1
|
4月前
|
JavaScript 前端开发 编译器
10min代码快速熟悉Tsconfig.json配置文件
【8月更文挑战第16天】10min代码快速熟悉Tsconfig.json配置文件
124 2
|
27天前
|
JSON JavaScript 前端开发
Go语言中json序列化的一个小坑,建议多留意一下
在Go语言开发中,JSON因其简洁和广泛的兼容性而常用于数据交换,但其在处理数字类型时存在精度问题。本文探讨了JSON序列化的一些局限性,并介绍了两种替代方案:Go特有的gob二进制协议,以及msgpack,两者都能有效解决类型保持和性能优化的问题。
49 7
|
1月前
|
JSON 前端开发 JavaScript
聊聊 Go 语言中的 JSON 序列化与 js 前端交互类型失真问题
在Web开发中,后端与前端的数据交换常使用JSON格式,但JavaScript的数字类型仅能安全处理-2^53到2^53间的整数,超出此范围会导致精度丢失。本文通过Go语言的`encoding/json`包,介绍如何通过将大整数以字符串形式序列化和反序列化,有效解决这一问题,确保前后端数据交换的准确性。
36 4
|
1月前
|
JSON JavaScript Java
对比JSON和Hessian2的序列化格式
通过以上对比分析,希望能够帮助开发者在不同场景下选择最适合的序列化格式,提高系统的整体性能和可维护性。
43 3
|
1月前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
|
1月前
|
JSON JavaScript 前端开发
|
2月前
|
消息中间件 存储 Java
大数据-58 Kafka 高级特性 消息发送02-自定义序列化器、自定义分区器 Java代码实现
大数据-58 Kafka 高级特性 消息发送02-自定义序列化器、自定义分区器 Java代码实现
56 3
|
2月前
|
分布式计算 资源调度 Hadoop
Hadoop-10-HDFS集群 Java实现MapReduce WordCount计算 Hadoop序列化 编写Mapper和Reducer和Driver 附带POM 详细代码 图文等内容
Hadoop-10-HDFS集群 Java实现MapReduce WordCount计算 Hadoop序列化 编写Mapper和Reducer和Driver 附带POM 详细代码 图文等内容
109 3
|
2月前
|
JSON API 数据格式
低代码实现鸿蒙API返回JSON转TS及快速生成ArkUI代码
低代码实现鸿蒙API返回JSON转TS及快速生成ArkUI代码
56 0
低代码实现鸿蒙API返回JSON转TS及快速生成ArkUI代码

热门文章

最新文章

下一篇
DataWorks