微軟終于追上了？

圖片來自 Glenn Carstens-Peters^[1]Unsplash^[2]

歡迎來到.NET 性能系列的另一章。這個系列的特點是對.NET 世界中許多不同的主題進行研究、基準和比較。正如標題所說的那樣，重點在于使用最新的.NET7 的性能。你將看到哪種方法是實現特定主題的最快方法，以及大量的技巧和竅門，你如何能以較低的努力最大化你的代碼性能。如果你對這些主題感興趣，請繼續關注

在這篇文章中，我們將比較兩個最突出的.NET 的 json 框架。：Newtonsofts Json.NET^[3] 和 Microsofts System.Text.Json^[4].

Newtonsoft.Json是 NuGet 上下載量最大的軟件包，下載量超過23 億。System.Text.Json稍稍落后，大約有6 億次下載。然而，我們需要考慮的是，System.Text.Json自.NET Core 3.1 起就默認隨.NET SDK 交付。既然如此，Newtonsoft 似乎仍然是最受歡迎的 json 框架。讓我們來看看，它是否能保持它的名次，或者微軟是否在性能方面緩慢但肯定地領先。

測試方案

為了模擬現實生活中應用的真實場景，我們將測試兩個主要用例。

第一，單個大數據集的序列化和反序列化。
第二是許多小數據集的序列化和反序列化。

一個真實的場景也需要真實的數據。對于測試數據集，我決定使用 NuGet 包Bogus^[5]。通過 Bogus，我能夠快速生成許多不同的用戶，包括個人姓名、電子郵件、ID 等。

[Params(10000)]
public?int?Count?{?get;?set;?}private?List<User>?testUsers;[GlobalSetup]
public?void?GlobalSetup()
{var?faker?=?new?Faker<User>().CustomInstantiator(f?=>?new?User(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())));testUsers?=?faker.Generate(Count);
}

對于基準，我們將使用每個軟件包的最新版本，目前是（2022 年 10 月）:

Newtonsoft.Json — 13.0.1 and
System.Text.Json — 7.0.0-rc.2^[6]

序列化測試

序列化大對象

為了測試一個大對象的序列化，我們簡單地使用List<User>，我們在GlobalSetup()方法中設置了它。我們的基準方法看起來像這樣：

[Benchmark(Baseline?=?true)]
public?void?NewtonsoftSerializeBigData()?=>_?=?Newtonsoft.Json.JsonConvert.SerializeObject(testUsers);[Benchmark]
public?void?MicrosoftSerializeBigData()?=>_?=?System.Text.Json.JsonSerializer.Serialize(testUsers);

這些方法都使用默認的ContractResolver，它只被實例化一次，因此是兩個框架中性能最好的序列化選項。如果你使用自定義的JsonSerializerSettings，注意不要多次實例化ContractResolver，否則你會降低很多性能。

現在我們來看看結果：

Method	Count	Mean	Ratio	Allocated	Alloc Ratio
NewtonsoftSerializeBigData	10000	7.609 ms	1.00	8.09 MB	1.00
MicrosoftSerializeBigData	10000	3.712 ms	0.49	3.42 MB	0.42

盡管 Newtonsoft 在他們的第一個文檔網站^[7]上說。

高性能：比.NET 的內置 JSON 序列化器快

我們可以清楚地看到，到目前為止，他們并不比內置的 JSON 序列化器快。至少在這個用例中是這樣。讓我們來看看，在其他使用情況下是否也是如此。

序列化許多小對象

這個用例在實際應用中比較常見，例如在 REST-Apis 中，每個網絡請求都必須處理 JSON 序列化數據，并且也要用 JSON 序列化數據進行響應。

為了實現這個用例，我們使用之前建立的List<User>，并簡單地循環通過它，同時單獨序列化每個用戶。

[Benchmark(Baseline?=?true)]
public?void?NewtonsoftSerializeMuchData()
{foreach?(var?user?in?testUsers){_?=?Newtonsoft.Json.JsonConvert.SerializeObject(user);}
}[Benchmark]
public?void?MicrosoftSerializeMuchData()
{foreach?(var?user?in?testUsers){_?=?System.Text.Json.JsonSerializer.Serialize(user);}
}

在我的機器上，這個基準測試導致了以下結果：

Method	Count	Mean	Ratio	Allocated	Alloc Ratio
NewtonsoftSerializeMuchData	10000	8.087 ms	1.00	17.14 MB	1.00
MicrosoftSerializeMuchData	10000	3.944 ms	0.49	3.64 MB	0.21

我們可以看到對于許多小對象來說，性能又快了近 100%。不僅 System.Text.Json 的性能比 Newtonsoft 快了一倍，而且堆分配的內存甚至少了 5 倍! 正如我在以前的文章中提到的，節省堆內存甚至比速度更重要，你在這里看到了。堆內存最終將不得不被垃圾回收，這將阻塞你的整個應用程序的執行。

反序列化測試

在現實世界的應用中，你不僅要序列化，還要從 JSON 序列化的字符串中反序列化對象。在下面的基準中，我們將再次使用 Bogus，創建一組用戶，但這次我們要把它們序列化為一個大的字符串，用于大數據對象，并把許多小數據對象序列化為List<string>。

private?string?serializedTestUsers;private?List<string>?serializedTestUsersList?=?new();[GlobalSetup]
public?void?GlobalSetup()
{var?faker?=?new?Faker<User>().CustomInstantiator(f?=>?new?User(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())));var?testUsers?=?faker.Generate(Count);serializedTestUsers?=?JsonSerializer.Serialize(testUsers);foreach?(var?user?in?testUsers.Select(u?=>?JsonSerializer.Serialize(u))){serializedTestUsersList.Add(user);}
}

反序列化大對象

第一個反序列化基準將一個大的 JSON 字符串反序列化為相應的.NET 對象。在這種情況下，它又是List<User>，我們在前面的例子中也使用了它。

[Benchmark(Baseline?=?true)]
public?void?NewtonsoftDeserializeBigData()?=>_?=?Newtonsoft.Json.JsonConvert.DeserializeObject<List<User>>(serializedTestUsers);[Benchmark]
public?void?MicrosoftDeserializeBigData()?=>_?=?System.Text.Json.JsonSerializer.Deserialize<List<User>>(serializedTestUsers);

在我的機器上運行這些基準測試，得出以下結果：

Method	Count	Mean	Ratio	Allocated	Alloc Ratio
NewtonsoftDeserializeBigData	10000	21.20 ms	1.00	10.55 MB	1.00
MicrosoftDeserializeBigData	10000	12.12 ms	0.57	6.17 MB	0.59

就性能而言，微軟仍然遠遠領先于 Newtonsoft。然而，我們可以看到，Newtonsoft 并沒有慢一半，而是慢了 40%左右，這在與序列化基準的直接比較中是一個進步。

反序列化許多小對象

本章的最后一個基準是許多小對象的反序列化。在這里，我們使用我們在上面的GlobalSetup()方法中初始化的List<string>，在一個循環中反序列化數據對象：

[Benchmark(Baseline?=?true)]
public?void?NewtonsoftDeserializeMuchData()
{foreach?(var?user?in?serializedTestUsersList){_?=?Newtonsoft.Json.JsonConvert.DeserializeObject<User>(user);}
}[Benchmark]
public?void?MicrosoftDeserializeMuchData()
{foreach?(var?user?in?serializedTestUsersList){_?=?System.Text.Json.JsonSerializer.Deserialize<User>(user);}
}

其結果甚至比相關的序列化基準更令人吃驚：