微软终于追上了？

图片来自 Glenn Carstens-Peters^[1]Unsplash^[2]

欢迎来到.NET 性能系列的另一章。这个系列的特点是对.NET 世界中许多不同的主题进行研究、基准和比较。正如标题所说的那样，重点在于使用最新的.NET7 的性能。你将看到哪种方法是实现特定主题的最快方法，以及大量的技巧和窍门，你如何能以较低的努力最大化你的代码性能。如果你对这些主题感兴趣，请继续关注

在这篇文章中，我们将比较两个最突出的.NET 的 json 框架。：Newtonsofts Json.NET^[3] 和 Microsofts System.Text.Json^[4].

Newtonsoft.Json是 NuGet 上下载量最大的软件包，下载量超过23 亿。System.Text.Json稍稍落后，大约有6 亿次下载。然而，我们需要考虑的是，System.Text.Json自.NET Core 3.1 起就默认随.NET SDK 交付。既然如此，Newtonsoft 似乎仍然是最受欢迎的 json 框架。让我们来看看，它是否能保持它的名次，或者微软是否在性能方面缓慢但肯定地领先。

测试方案

为了模拟现实生活中应用的真实场景，我们将测试两个主要用例。

第一，单个大数据集的序列化和反序列化。
第二是许多小数据集的序列化和反序列化。

一个真实的场景也需要真实的数据。对于测试数据集，我决定使用 NuGet 包Bogus^[5]。通过 Bogus，我能够快速生成许多不同的用户，包括个人姓名、电子邮件、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);
}

对于基准，我们将使用每个软件包的最新版本，目前是（2022 年 10 月）:

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

序列化测试

序列化大对象

为了测试一个大对象的序列化，我们简单地使用List<User>，我们在GlobalSetup()方法中设置了它。我们的基准方法看起来像这样：

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

这些方法都使用默认的ContractResolver，它只被实例化一次，因此是两个框架中性能最好的序列化选项。如果你使用自定义的JsonSerializerSettings，注意不要多次实例化ContractResolver，否则你会降低很多性能。

现在我们来看看结果：

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

尽管 Newtonsoft 在他们的第一个文档网站^[7]上说。

高性能：比.NET 的内置 JSON 序列化器快

我们可以清楚地看到，到目前为止，他们并不比内置的 JSON 序列化器快。至少在这个用例中是这样。让我们来看看，在其他使用情况下是否也是如此。

序列化许多小对象

这个用例在实际应用中比较常见，例如在 REST-Apis 中，每个网络请求都必须处理 JSON 序列化数据，并且也要用 JSON 序列化数据进行响应。

为了实现这个用例，我们使用之前建立的List<User>，并简单地循环通过它，同时单独序列化每个用户。

[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);}
}

在我的机器上，这个基准测试导致了以下结果：

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

我们可以看到对于许多小对象来说，性能又快了近 100%。不仅 System.Text.Json 的性能比 Newtonsoft 快了一倍，而且堆分配的内存甚至少了 5 倍! 正如我在以前的文章中提到的，节省堆内存甚至比速度更重要，你在这里看到了。堆内存最终将不得不被垃圾回收，这将阻塞你的整个应用程序的执行。

反序列化测试

在现实世界的应用中，你不仅要序列化，还要从 JSON 序列化的字符串中反序列化对象。在下面的基准中，我们将再次使用 Bogus，创建一组用户，但这次我们要把它们序列化为一个大的字符串，用于大数据对象，并把许多小数据对象序列化为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);}
}

反序列化大对象

第一个反序列化基准将一个大的 JSON 字符串反序列化为相应的.NET 对象。在这种情况下，它又是List<User>，我们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);

在我的机器上运行这些基准测试，得出以下结果：

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，微软仍然远远领先于 Newtonsoft。然而，我们可以看到，Newtonsoft 并没有慢一半，而是慢了 40%左右，这在与序列化基准的直接比较中是一个进步。

反序列化许多小对象

本章的最后一个基准是许多小对象的反序列化。在这里，我们使用我们在上面的GlobalSetup()方法中初始化的List<string>，在一个循环中反序列化数据对象：

[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);}
}

其结果甚至比相关的序列化基准更令人吃惊：