Python处理JSON我选择ujson和orjson

在 Python 使用用  json.dumps(data) 时突然发现特别慢,data 本身不大,但是一个包含很多元素的列表,所以促使本人寻找一个替代的 JSON 处理库。大概对比了一个 ujson(UtltraJSON), python-rapidjson(RapidJSON) 和 Python 自带的 json 库。还有一个 simplejson 是为兼容 Python 2.6 以前用的(json 是 Python 2.6 新加入的 API),性能有些差。

企业建站必须是能够以充分展现企业形象为主要目的,是企业文化与产品对外扩展宣传的重要窗口,一个合格的网站不仅仅能为公司带来巨大的互联网上的收集和信息发布平台,成都创新互联公司面向各种领域:iso认证网站设计成都全网营销解决方案、网站设计等建站排名服务。


基本上姜还是老的辣,想要收获更好的性能,还得仰赖传统的 C/C++ 语言,ujson 是用纯 C 写的,RapidJSON 是 C++ 写的,后者还是十美分的开源产品。json, ujson, rapidjson 三者 loads() 方法的性能差别不太明显,但 dumps() 大对象时 Python 自带的 json 库就要考验用户的耐心了。

注:最开始本来认定了 ujson 为最佳选择, 所以先从 usjon 和 rapidjson 切入的,后来写作本文的过程中,从 usjon 的自我介绍中发现了 Rust 写的 orjson 很显眼,才加入了 orjson 的测试,看来 orjson 更值得拥有。

以上三个 json 组件的安装方式分别为

pip install python-rapidjson

$ pip install simplejson

自己测试了一个 ujson 和 rapidjson 与 Python json 库的 dumps() 的性能,simpejson 不太考虑了。测试代码如下 

 
 
 
 
  1. # test.py  
  2. from time import time  
  3. import sys  
  4. import string  
  5. num = int(sys.argv[1])  
  6. lib = sys.argv[2]  
  7. items = []  
  8. for i in range(num):  
  9.     items.append({c:c for c in string.ascii_letters})  
  10. start = time()  
  11. if lib == 'ujson':  
  12.     import ujson  
  13.     ujson.dumps(items)  
  14. elif lib == 'rapidjson':  
  15.     import rapidjson  
  16.     rapidjson.dumps(items)  
  17. else:  
  18.     import json  
  19.     json.dumps(items)  
  20. print(time() - start) 

执行 python 1000|10000|100000|1000000 json|ujson|rapidjson, 试结果统计如下(数字为不同情况下的耗时):

基本上测试的性能和 Benchmark of Python JSON libraries 中的是一致的。从原文中截取了两张图如下:

在 UltraJSON 的 Github 项目页面中也有对比 ujson, nujson, orjson, simplejson, json 的 Benchmarks。其中列出的 orjson(pip install orjson) 和 nujson(pip install nujson, Fork 了 UltraJSON 来支持 Numpy 序列化的) 性能表现上不错,orjson 表现上比 ujson 还更为卓越。

看到了 orjson 后,赶紧做个对比测试,在上面的 test.py 代码中再加上 

 
 
 
 
  1. elif lib == 'orjson':  
  2.     import orjson  
  3.     orjson.dumps(items) 

再列出完整的对比数据

继续翻看 orjson 的 Github 主页面 ijl/orjson, 它既非用 C 也不是用 C++ 写的,而是 Rust 语言,真是让我眼前一亮,Rust 程序运行速度真的能与 C/C++ 相媲美的。写到这里我要开始改变当初只认 ujson 的主意了,orjson 或许是更佳的选择, 本文的标题也由最初拟定的 “Python 处理 JSON 必要时我选择 ujson(UltraJSON)” 变成了 “Python 处理 JSON 必要时我选择 ujson 和 orjson”。这也是写博客时,尽可能收集更多的素材多的魅力。

补充一下,orjson 的 dumps() 函数使用略有不同,不再用 indent 参数,并且返回值是 bytes,所以格式化成字符串的写法如下 

 
 
 
 
  1. import orjson  
  2. json_str = orjson.dumps(record, option=orjson.OPT_INDENT_2).decode() 

另外,在使用 ujson 时碰到的一个 bug 也顺便记录在此,就不立新篇了,反正现在找东西都不太看标题,而是 Google 到其中的内容。ujson 3.0.0 和 3.1.0 版本的 dumps() 的 indent 参数工作不正常,有个未关闭的 ticket 'indent' parameter for dumps doesn't indent properly in 3.0.0 #415。比如使用 ujson 3.1.0 时的现像是 

 
 
 
 
  1. >>> import ujson  
  2. >>> ujson.dumps({'a': 1, 'b': 2})  
  3. '{"a":1,"b":2}'  
  4. >>> ujson.dumps({'a': 1, 'b': 2}, indent=0)  
  5. '{"a":1,"b":2}'  
  6. >>> ujson.dumps({'a': 1, 'b': 2}, indent=1)  
  7. '{\n "a": 1,\n "b": 2\n}'  
  8. >>> ujson.dumps({'a': 1, 'b': 2}, indent=2)  
  9. '{\n "a": 1,\n "b": 2\n}'  
  10. >>> ujson.dumps({'a': 1, 'b': 2}, indent=8)  
  11. '{\n "a": 1,\n "b": 2\n}' 

indent 大于 1 时都当作 1。

换回到 ujson 2.0.3 版本时没问题 

 
 
 
 
  1. >>> import ujson  
  2. >>> ujson.dumps({'a': 1, 'b': 2}, indent=2)  
  3. '{\n  "a": 1,\n  "b": 2\n}'  
  4. >>> ujson.dumps({'a': 1, 'b': 2}, indent=8)  
  5. '{\n        "a": 1,\n        "b": 2\n}' 

在这个问题未解决之前就暂时用 pip install ujson==2.0.3 安装 ujson 2.0.3 吧,但是这个版本无法序列化 datetime 类型。 

新闻标题:Python处理JSON我选择ujson和orjson
链接URL:http://www.shufengxianlan.com/qtweb/news17/295367.html

网站建设、网络推广公司-创新互联,是专注品牌与效果的网站制作,网络营销seo公司;服务项目有等

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联