Python培训

400-111-8989

热门课程:

Python培训 > 自学Python > 正文

为Python选择一个更快的JSON库

发布：Python培训
来源：Python部落
时间：2019-05-09 11:53

使用JSON越多, 你就越有可能遇到JSON编码或解码瓶颈。Python的内置库也不错, 但是还有多个更快的JSON库可用: 如何选择使用哪一个呢?

事实是，没有一个正确的答案，没有一个最快的JSON库来超越其他所有库:

一个“快速的JSON库”对不同的人意味着不同的东西，因为它们的使用模式不同。

速度并不是一切——你可能还会关心其他一些事情，比如安全性和可定制性。

因此，为了帮助你根据需要选择最快的JSON库，我想在这里分享一下我为Python选择一个快速JSON库所经历的过程。你可以使用这个过程来选择最适合你的特殊需要的库:

确保确实有问题需要用到JSON库来解决。

定义基准。

根据附加要求来过滤。

对剩下的候选者进行基准测试。

步骤1: 你确实需要一个新的JSON 库吗?

使用JSON并不意味着它就是一个相关的瓶颈。在考虑使用哪个JSON库之前，你需要一些证据来表明Python的内置JSON库确实在特定应用程序中存在问题。

在我的例子中，我从我的原因日志库Eliot(causal logging library Eliot)的基准测试中学到了这一点，它表明JSON编码占用了大约25%的用于生成消息的CPU时间。我能得到的最大加速是比原先运行快33%(如果JSON编码时间变为零)，但那是一个足够大的时间块，使用最快的JSON库会让这个时间块减小到最低。

步骤 2: 定义基准

如果你查看各种JSON库的基准页面，你会发现它们都会讨论如何处理各种不同的消息。然而，这些消息并不一定与你的使用相关。其他人会经常测量非常大型消息，但在我的例子中，我只关心小型消息。

所以你想要提出一些符合你的特定使用模式的措施:

你关心编码、解码，还是两者都关心?

你使用的是小型消息还是大型消息?

典型的消息是什么样的?

在我的例子中，我主要关心的是编码小型消息，即由Eliot生成的日志消息的特定结构。基于一些真实的日志，我整理出了以下示例消息:

为Python选择一个更快的JSON库