Gson、FastJson、org.JSON到底哪一个效率更高，速度更快

博文首次发布于安卓巴士，现搬于CSDN之上（由于安卓巴士倒闭了。。。近期重新补了下图。。。）

写博客不易，珍惜笔者劳动成果，转载请标明原创作者地址 http://blog.csdn.net/zml_2015/article/details/52165317

今天无意中再安卓巴士上看到了一片文章《Android开发者应该使用FlatBuffers替代JSON》，吓得我赶紧看了看，突然感觉自己用了好长时间的JSON解析似乎落伍了~~~~(>_<)~~~~
尤其是看到下面的话，更是不明觉厉；

我尝试使用FlatBuffers和JSON解析4mb的JSON文件。
FlatBuffers花了1-5ms，JSON花了大约2000ms。在使用FlatBuffers期间Android App中没有GC，而在使用JSON时发生了很多次GC

• 大致看了一下FlatBuffers，似乎挺强大，不过暂时没有测试是不是真有那么快，不过JSON解析应该没有那么慢，于是乎测试了一下平时用到的谷歌的Gson 阿里巴巴的FastJson以及安卓原生自带的org.JSON 解析的速度；
• 先写个单元测试吧：

@org.junit.Test
	public void TestSpeed2() throws Exception {
		FoodDao foodDao = new FoodDao();
		List<Foods> foods = foodDao.selectAll(Foods.class);

		System.out.println("-------------gson-----------");
		long gsonStart = System.currentTimeMillis();
		gsonC(foods);// 用Gson进行拆包 和 解析
		long gsonEnd = System.currentTimeMillis();
		System.out.println("gsonGaps:" + (gsonEnd - gsonStart));
		System.out.println("-------------gson-----------");

		System.out.println("-------------FastJson-----------");
		long fastStart = System.currentTimeMillis();
		fastJsonC(foods);// 用FastJson进行拆包 和 解析
		long fastEnd = System.currentTimeMillis();
		System.out.println("gsonGaps:" + (fastEnd - fastStart));
		System.out.println("-------------FastJson-----------");

		System.out.println("-------------JSON-----------");
		long jsonStart = System.currentTimeMillis();
		jsonC(foods);// 用org.json进行拆包 和 解析
		long jsonEnd = System.currentTimeMillis();
		System.out.println("gsonGaps:" + (jsonEnd - jsonStart));
		System.out.println("-------------JSON-----------");

	}

• 调用的方法必须是 synchronized 同步的，即运行完该方法后才执行下面的代码

private synchronized void jsonC(List<Foods> foods) throws Exception {

			String jsonString = JsonTools.createJsonString("json", foods);
			JSONObject object = new JSONObject(jsonString);
			JSONArray array = object.getJSONArray("json");
			List<Foods> list2 = new ArrayList<Foods>();
			for (int i = 0; i < array.length(); i++) {

				JSONObject foodObject = (JSONObject) array.get(i);
				Foods foods2 = new Foods(foodObject.getInt("id"),
						foodObject.getString("cookclass"),
						foodObject.getString("name"),
						foodObject.getString("description"),
						foodObject.getString("food"),
						foodObject.getString("img"),
						foodObject.getString("images"),
						foodObject.getString("keywords"),
						foodObject.getString("message"),
						foodObject.getString("url"));
				list2.add(foods2);
			}
			String s3 = list2.toString();

	}

	private synchronized void fastJsonC(List<Foods> foods) {

			String fastString = FastJsonTools.createJsonString(foods);
			String s2 = FastJsonTools.createJsonToListBean(fastString,
					Foods.class).toString();

	}

	private synchronized void gsonC(List<Foods> foods) {

			String gsonString = GsonTools.createJsonString(foods);
			String s1 = GsonTools.StringTolist(gsonString, Foods[].class)
					.toString();

	}

• 单元测试中调用了一个selectAll方法，具体如下：

/**
	 * 查找全部;
	 * 
	 * @return
	 */
	public List selectAll(Class c) {
		Session session = HibernateSessionFactory.getSession();
		List list = session.createQuery("From " + c.getName()).setFirstResult(0).setMaxResults(50).list();//①
		return list;
	}

• 查看上面的标注①的地方可以看到我这先设置的查询的条数为50条，稍后修改这即可更改为查询100、500、1000、5000、1万、2万条（不要问我哪儿来那么多数据……我之前写的博客上说了曾经扒到过10W+的数据……）
• 然后列一下分别是查询50条、100条、500条、1000、5000、1万、2万条数据各个类库分别需要多少时间

1. 50

2. 100
   

3. 500

4. 1000

5. 5000

6. 1万

7. 2万

• 一开始测试的时候我没有取平均值，只是运行一下看看解析50条数据哪一个更快一点，竟然让我出乎意料，竟然是Android自带的jar包org.JSON！！！Gson甚至比FastJson都快这不符合情理啊……不是一直都说是阿里巴巴的FastJson最快的嘛！！！！后来我将解析50条数据提高到100、500、1000条……数据的时候就发现，随着解析数据量的增大然后逐渐的发现FastJson的优势出来了，而org.JSON却很慢了
• 分析出现上面的结果的原因，为什么在数据量少的时候，org.json 类库拆包解析的更快呢，仔细看源码会发现：org.json在进行解析的时候需要通过for循环依次的将数据取出来放到指定对象的成员变量中 是for循环的缘故，当for循环的次数太多的时候肯定就相当耗时了，在数据量小的时候却表现的比较出色
• 然而这样解析有着明显的问题，因为每一次测试的时间都不相同，因为不是很稳定，所以应该取一下平均值，我这就对 拆包解析的方法里加了个50次的循环

@org.junit.Test
	public void TestSpeed() throws Exception {

		List<Foods> foods = foodDao.selectAll(Foods.class);

		System.out.println("-------------gson-----------");
		long gsonStart = System.currentTimeMillis();
		gsonC(foods);//用Gson进行拆包 和 解析 并循环操作50次
		long gsonEnd = System.currentTimeMillis();
		System.out.println("gsonGaps:" + (gsonEnd - gsonStart) / 50);
		System.out.println("-------------gson-----------");

		System.out.println("-------------FastJson-----------");
		long fastStart = System.currentTimeMillis();
		fastJsonC(foods);// 用FastJson进行拆包 和 解析 并循环操作50次
		long fastEnd = System.currentTimeMillis();
		System.out.println("gsonGaps:" + (fastEnd - fastStart) / 50);
		System.out.println("-------------FastJson-----------");

		System.out.println("-------------JSON-----------");
		long jsonStart = System.currentTimeMillis();
		jsonC(foods);// 用org.json进行拆包 和 解析 并循环操作50次
		long jsonEnd = System.currentTimeMillis();
		System.out.println("gsonGaps:" + (jsonEnd - jsonStart) / 50);
		System.out.println("-------------JSON-----------");

	}
    
    
    private synchronized void jsonC(List<Foods> foods) throws Exception {
		for (int j = 0; j < 50; j++) {
			String jsonString = JsonTools.createJsonString("json", foods);
			JSONObject object = new JSONObject(jsonString);
			JSONArray array = object.getJSONArray("json");
			List<Foods> list2 = new ArrayList<Foods>();
			for (int i = 0; i < array.length(); i++) {

				JSONObject foodObject = (JSONObject) array.get(i);
				Foods foods2 = new Foods(foodObject.getInt("id"),
						foodObject.getString("cookclass"),
						foodObject.getString("name"),
						foodObject.getString("description"),
						foodObject.getString("food"),
						foodObject.getString("img"),
						foodObject.getString("images"),
						foodObject.getString("keywords"),
						foodObject.getString("message"),
						foodObject.getString("url"));
				list2.add(foods2);
			}
			String s3 = list2.toString();
		}
	}

	private synchronized void fastJsonC(List<Foods> foods) {
		for (int i = 0; i < 50; i++) {
			String fastString = FastJsonTools.createJsonString(foods);
			String s2 = FastJsonTools.createJsonToListBean(fastString,
					Foods.class).toString();
		}
	}

	private synchronized void gsonC(List<Foods> foods) {
		for (int i = 0; i < 50; i++) {
			String gsonString = GsonTools.createJsonString(foods);
			String s1 = GsonTools.StringTolist(gsonString, Foods[].class)
					.toString();
		}
	}

• 然后贴一下解析1万条数据、2万条数据和100条数据各个类库所用的的平均时间（这个时间不包括查询数据库所用的时间）

1. 1万
   

2. 2万
   

3. 100条
   

我10万+的数据大概是40多M，也就是说1万条数据的话大概是4M，就从我的测试结果来看，还真不知道他们那个解析4Mjson数据需要用大概2000毫秒的时间，我测试的2万条数据也就是大概8M的json数据，即使是用org.json来拆包、解析都要比这个时间要短很多，更何况我们还有出色的fastJson等优秀类库。
经过这次测试之后，确实验证了阿里巴巴的FastJson相对来说是挺快的，如果用json解析的话，还是建议用fastjson吧

如果，您希望更容易地发现我的新博客，不妨点击一下【加关注】。

因为，我的热情需要您的肯定和支持。

感谢您的阅读，如果文章中有错误或者您有什么好的建议，也欢迎您直接留言批评指教。Thanks，friends！