.net core 在網路高併發下提高JSON的處理效率
摘要：
現有的webapi
一般都基於JSON
的格式來處理資料，由於JSON
是一個文字類的序列化協議所以在效能上自然就相對低效一些。在.net中常用Newtonsoft.Json
是最常用的元件，由於提供簡便基於完整的json
的String
方法...
現有的webapi
一般都基於JSON
的格式來處理資料，由於JSON
是一個文字類的序列化協議所以在效能上自然就相對低效一些。在.net中常用Newtonsoft.Json
是最常用的元件，由於提供簡便基於完整的json
的String
方法使用起來非常方便；但也正是這原因導致Newtonsoft.Json
在效能上一直被說慢，雖然Newtonsoft.Json
提供Stream的方式來處理JSON
不過想複用writer
和reader
還是需要一些應用技巧。如果需要在網路通訊中應用JSON,那在這裡介紹一下SpanJson
這個元件，並通過一些測試來講述如何使用它。
SpanJson介紹
SpanJson
是一個性能相對不錯的JSON
元件，元件直接提供了byte[]和stream兩種操作方式，而這兩種方式非常適合在構建自有網路通訊上使用。通過這些基礎的位元組和流結構來處理可以相對降低一個大string的開銷。不過這個元件的熱度並不高，完善成度暫還不如Newtonsoft.Json
,不過asp.net core 在FrameworkBenchmarks測試上已經引入。可以嘗試一下使用，元件開源地址： https://github.com/Tornhoof/SpanJson
效能測試
元件提供的方法相對比較少，從設計上來說更多是針對通訊方面的支援。基於Stream
的序列化可以直接掛載在NetStream上，這樣可以節省資料複製帶來的開銷。不過反序列化不能直接在有混合資料的Stream
上進行，這或多或少有些可惜。從issues的解答來看作者也不太願意在混合資料流上進行調整。接下來針對bytes
和Stream
使用進行一個性能測試，而Stream
則採用一個可複用池的設計
MemoryStream 池的設計
public class MemoryStreamPool
{
private static System.Collections.Concurrent.ConcurrentStack<JsonMemoryStream> mPool = new System.Collections.Concurrent.ConcurrentStack<JsonMemoryStream>();
public static Stream Pop()
{
if (!mPool.TryPop(out JsonMemoryStream result))
{
result = new JsonMemoryStream(1024 * 32);
}
return result;
}
public class JsonMemoryStream : MemoryStream
{
public JsonMemoryStream(int size) : base(size) { }
protected override void Dispose(bool disposing)
{
MemoryStreamPool.Push(this);
}
}
private static void Push(JsonMemoryStream stream)
{
stream.Position = 0;
stream.SetLength(0);
mPool.Push(stream);
}
}
測試內容
測試的方式主要針對一個簡單的物件和一個物件列表，然後在不同執行緒下bytes
和Stream pool
這兩種方式的效能差別;壓測的執行緒資料分別是1,2,4,8,16,24,32，每次測試執行的總數是100萬次，然後統計出執行需要的時間和併發量。 測試程式碼:
public class Bytes_JSON : BeetleX.Benchmark.BenchmarkBase
{
protected override void OnTest()
{
while (Increment())
{
var data = SpanJson.JsonSerializer.NonGeneric.Utf8.Serialize(DataHelper.Defalut.Employees[0]);
var employees = SpanJson.JsonSerializer.Generic.Utf8.Deserialize<Employee>(data);
}
}
}
public class StreamPool_JSON : BeetleX.Benchmark.BenchmarkBase
{
protected override void OnTest()
{
RunTest();
}
private async void RunTest()
{
while (Increment())
{
using (Stream stream = MemoryStreamPool.Pop())
{
await SpanJson.JsonSerializer.NonGeneric.Utf8.SerializeAsync(DataHelper.Defalut.Employees[0], stream);
stream.Position = 0;
var employees = await SpanJson.JsonSerializer.Generic.Utf8.DeserializeAsync<Employee>(stream);
}
}
}
}
public class Bytes_JSON_List : BeetleX.Benchmark.BenchmarkBase
{
protected override void OnTest()
{
while (Increment())
{
var data = SpanJson.JsonSerializer.NonGeneric.Utf8.Serialize(DataHelper.Defalut.Employees);
var employees = SpanJson.JsonSerializer.Generic.Utf8.Deserialize<List<Employee>>(data);
}
}
}
public class StreamPool_JSON_List : BeetleX.Benchmark.BenchmarkBase
{
protected override void OnTest()
{
RunTest();
}
private async void RunTest()
{
while (Increment())
{
using (Stream stream = MemoryStreamPool.Pop())
{
await SpanJson.JsonSerializer.NonGeneric.Utf8.SerializeAsync(DataHelper.Defalut.Employees, stream);
stream.Position = 0;
var employees = await SpanJson.JsonSerializer.Generic.Utf8.DeserializeAsync<List<Employee>>(stream);
}
}
}
}
測試結果
C:\Users\Administrator\Desktop\json_test>dotnet JsonSample.dll
BeetleX.Benchmark [0.5.4.0] Copyright ? ikende.com 2019
EMail:[email protected]
Github:https://github.com/ikende
-------------------------------------------------------------------------------
|Name| Round| Threads|Count| Use time(s)|Sec|
-------------------------------------------------------------------------------
|Bytes_JSON|1|1|1000000|5.57|179580|
-------------------------------------------------------------------------------
|StreamPool_JSON|1|1|1000000|5.44|183898|
-------------------------------------------------------------------------------
|Bytes_JSON_List|1|1|1000000|43.01| 23248|
-------------------------------------------------------------------------------
|StreamPool_JSON_List|1|1|1000000|42.75| 23391|
-------------------------------------------------------------------------------
|Bytes_JSON|1|2|1000000|2.81|355990|
-------------------------------------------------------------------------------
|StreamPool_JSON|1|2|1000000|2.95|338969|
-------------------------------------------------------------------------------
|Bytes_JSON_List|1|2|1000000|23.16| 43180|
-------------------------------------------------------------------------------
|StreamPool_JSON_List|1|2|1000000|22.4| 44650|
-------------------------------------------------------------------------------
|Bytes_JSON|1|4|1000000|1.51|661246|
-------------------------------------------------------------------------------
|StreamPool_JSON|1|4|1000000|1.57|636130|
-------------------------------------------------------------------------------
|Bytes_JSON_List|1|4|1000000|13.35| 74915|
-------------------------------------------------------------------------------
|StreamPool_JSON_List|1|4|1000000|11.97| 83508|
-------------------------------------------------------------------------------
|Bytes_JSON|1|8|1000000|.83|1199453|
--------------------------------------------------------------------------------
|StreamPool_JSON|1|8|1000000|.88|1142495|
--------------------------------------------------------------------------------
|Bytes_JSON_List|1|8|1000000|9.24|108228|
-------------------------------------------------------------------------------
|StreamPool_JSON_List|1|8|1000000|6.75|148132|
-------------------------------------------------------------------------------
|Bytes_JSON|1|16|1000000|.56|1795910|
--------------------------------------------------------------------------------
|StreamPool_JSON|1|16|1000000|.74|1344851|
--------------------------------------------------------------------------------
|Bytes_JSON_List|1|16|1000000|7.67|130424|
-------------------------------------------------------------------------------
|StreamPool_JSON_List|1|16|1000000|4.61|216860|
-------------------------------------------------------------------------------
|Bytes_JSON|1|24|1000000|.54|1849769|
--------------------------------------------------------------------------------
|StreamPool_JSON|1|24|1000000|.73|1361382|
--------------------------------------------------------------------------------
|Bytes_JSON_List|1|24|1000000|7.61|131373|
-------------------------------------------------------------------------------
|StreamPool_JSON_List|1|24|1000000|4.7|212779|
-------------------------------------------------------------------------------
|Bytes_JSON|1|32|1000000|.55|1825484|
--------------------------------------------------------------------------------
|StreamPool_JSON|1|32|1000000|.75|1339050|
--------------------------------------------------------------------------------
|Bytes_JSON_List|1|32|1000000|8.01|124885|
-------------------------------------------------------------------------------
|StreamPool_JSON_List|1|32|1000000|5.21|192038|
-------------------------------------------------------------------------------
Test completed!
總結
從測試結果來看，如果序列化的物件比小，那可以直接基於bytes的方式。雖然會產生新的bytes物件，不過由於物件比較小，引起的分配和回收並沒有物件池操作上的損耗高。不過如果物件相對複雜些的情況下，那物件池的作用就能發揮出來，併發越大其作用越明顯！，當併發執行緒數達到8的時候，效率已經明顯拋開！由於業務上的資料資訊都相對比較複雜些，所以在處理上還是建議通過物件池的方式來完成json序列化處理。