for-loop 与 json.Unmarshal 性能分析概要

前言

在项目中，常常会遇到循环交换赋值的数据处理场景，尤其是 RPC，数据交互格式要转为 Protobuf，赋值是无法避免的。一般会有如下几种做法：

for
for range
json.Marshal/Unmarshal

这时候又面临 “选择困难症”，用哪个好？又想代码量少，又担心性能有没有影响啊...

为了弄清楚这个疑惑，接下来将分别编写三种使用场景。来简单看看它们的性能情况，看看谁更 “好”

功能代码

...

type Person struct {

    Name   string `json:"name"`

    Age    int    `json:"age"`

    Avatar string `json:"avatar"`

    Type   string `json:"type"`

}

type AgainPerson struct {

    Name   string `json:"name"`

    Age    int    `json:"age"`

    Avatar string `json:"avatar"`

    Type   string `json:"type"`

}

const MAX = 10000

func InitPerson() []Person {

    var persons []Person

    for i := 0; i < MAX; i++ {

        persons = append(persons, Person{

            Name:   "EDDYCJY",

            Age:    i,

            Avatar: "https://github.com/EDDYCJY",

            Type:   "Person",

        })

    }

    return persons

}

func ForStruct(p []Person, count int) {

    for i := 0; i < count; i++ {

        _, _ = i, p[i]

    }

}

func ForRangeStruct(p []Person) {

    for i, v := range p {

        _, _ = i, v

    }

}

func JsonToStruct(data []byte, againPerson []AgainPerson) ([]AgainPerson, error) {

    err := json.Unmarshal(data, &againPerson)

    return againPerson, err

}

func JsonIteratorToStruct(data []byte, againPerson []AgainPerson) ([]AgainPerson, error) {

    var jsonIter = jsoniter.ConfigCompatibleWithStandardLibrary

    err := jsonIter.Unmarshal(data, &againPerson)

    return againPerson, err

}

测试代码

...

func BenchmarkForStruct(b *testing.B) {

    person := InitPerson()

    count := len(person)

    b.ResetTimer()

    for i := 0; i < b.N; i++ {

        ForStruct(person, count)

    }

}

func BenchmarkForRangeStruct(b *testing.B) {

    person := InitPerson()

    b.ResetTimer()

    for i := 0; i < b.N; i++ {

        ForRangeStruct(person)

    }

}

func BenchmarkJsonToStruct(b *testing.B) {

    var (

        person = InitPerson()

        againPersons []AgainPerson

    )

    data, err := json.Marshal(person)

    if err != nil {

        b.Fatalf("json.Marshal err: %v", err)

    }

    b.ResetTimer()

    for i := 0; i < b.N; i++ {

        JsonToStruct(data, againPersons)

    }

}

func BenchmarkJsonIteratorToStruct(b *testing.B) {

    var (

        person = InitPerson()

        againPersons []AgainPerson

    )

    data, err := json.Marshal(person)

    if err != nil {

        b.Fatalf("json.Marshal err: %v", err)

    }

    b.ResetTimer()

    for i := 0; i < b.N; i++ {

        JsonIteratorToStruct(data, againPersons)

    }

}

测试结果

BenchmarkForStruct-4                    500000          3289 ns/op           0 B/op           0 allocs/op

BenchmarkForRangeStruct-4               200000          9178 ns/op           0 B/op           0 allocs/op

BenchmarkJsonToStruct-4                    100      19173117 ns/op     2618509 B/op       40036 allocs/op

BenchmarkJsonIteratorToStruct-4            300       4116491 ns/op     3694017 B/op       30047 allocs/op

从测试结果来看，性能排名为：for < for range < json-iterator < encoding/json。接下来我们看看是什么原因导致了这样子的排名？

性能对比

for-loop

在测试结果中，for range 在性能上相较 for 差。这是为什么呢？在这里我们可以参见 for range 的实现，伪实现如下：

for_temp := range

len_temp := len(for_temp)

for index_temp = 0; index_temp < len_temp; index_temp++ {

    value_temp = for_temp[index_temp]

    index = index_temp

    value = value_temp

    original body

}

通过分析伪实现，可得知 for range 相较 for 多做了如下事项

Expression

RangeClause = [ ExpressionList "=" | IdentifierList ":=" ] "range" Expression .

在循环开始之前会对范围表达式进行求值，多做了 “解” 表达式的动作，得到了最终的范围值

Copy

...

value_temp = for_temp[index_temp]

index = index_temp

value = value_temp

...

从伪实现上可以得出，for range 始终使用值拷贝的方式来生成循环变量。通俗来讲，就是在每次循环时，都会对循环变量重新分配

小结

通过上述的分析，可得知其比 for 慢的原因是 for range 有额外的性能开销，主要为值拷贝的动作导致的性能下降。这是它慢的原因

那么其实在 for range 中，我们可以使用 _ 和 T[i] 也能达到和 for 差不多的性能。但这可能不是 for range 的设计本意了

json.Marshal/Unmarshal

encoding/json

json 互转是在三种方案中最慢的，这是为什么呢？

众所皆知，官方的 encoding/json 标准库，是通过大量反射来实现的。那么 “慢”，也是必然的。可参见下述代码：

...

func newTypeEncoder(t reflect.Type, allowAddr bool) encoderFunc {

    ...

    switch t.Kind() {

    case reflect.Bool:

        return boolEncoder

    case reflect.Int, reflect.Int8, reflect.Int16, reflect.Int32, reflect.Int64:

        return intEncoder

    case reflect.Uint, reflect.Uint8, reflect.Uint16, reflect.Uint32, reflect.Uint64, reflect.Uintptr:

        return uintEncoder

    case reflect.Float32:

        return float32Encoder

    case reflect.Float64:

        return float64Encoder

    case reflect.String:

        return stringEncoder

    case reflect.Interface:

        return interfaceEncoder

    case reflect.Struct:

        return newStructEncoder(t)

    case reflect.Map:

        return newMapEncoder(t)

    case reflect.Slice:

        return newSliceEncoder(t)

    case reflect.Array:

        return newArrayEncoder(t)

    case reflect.Ptr:

        return newPtrEncoder(t)

    default:

        return unsupportedTypeEncoder

    }

}

既然官方的标准库存在一定的 “问题”，那么有没有其他解决方法呢？目前在社区里，大多为两类方案。如下：

预编译生成代码（提前确定类型），可以解决运行时的反射带来的性能开销。缺点是增加了预生成的步骤
优化序列化的逻辑，性能达到最大化

接下来的实验，我们用第二种方案的库来测试，看看有没有改变。另外也推荐大家了解如下项目：

json-iterator/go

目前社区较常用的是 json-iterator/go，我们在测试代码中用到了它

它的用法与标准库 100% 兼容，并且性能有较大提升。我们一起粗略的看下是怎么做到的，如下：

reflect2

利用 modern-go/reflect2 减少运行时调度开销

...

type StructDescriptor struct {

    Type   reflect2.Type

    Fields []*Binding

}

...

type Binding struct {

    levels    []int

    Field     reflect2.StructField

    FromNames []string

    ToNames   []string

    Encoder   ValEncoder

    Decoder   ValDecoder

}

type Extension interface {

    UpdateStructDescriptor(structDescriptor *StructDescriptor)

    CreateMapKeyDecoder(typ reflect2.Type) ValDecoder

    CreateMapKeyEncoder(typ reflect2.Type) ValEncoder

    CreateDecoder(typ reflect2.Type) ValDecoder

    CreateEncoder(typ reflect2.Type) ValEncoder

    DecorateDecoder(typ reflect2.Type, decoder ValDecoder) ValDecoder

    DecorateEncoder(typ reflect2.Type, encoder ValEncoder) ValEncoder

}

struct Encoder/Decoder Cache

类型为 struct 时，只需要反射一次 Name 和 Type，会缓存 struct Encoder 和 Decoder

var typeDecoders = map[string]ValDecoder{}

var fieldDecoders = map[string]ValDecoder{}

var typeEncoders = map[string]ValEncoder{}

var fieldEncoders = map[string]ValEncoder{}

var extensions = []Extension{}

....

fieldNames := calcFieldNames(field.Name(), tagParts[0], tag)

fieldCacheKey := fmt.Sprintf("%s/%s", typ.String(), field.Name())

decoder := fieldDecoders[fieldCacheKey]

if decoder == nil {

    decoder = decoderOfType(ctx.append(field.Name()), field.Type())

}

encoder := fieldEncoders[fieldCacheKey]

if encoder == nil {

    encoder = encoderOfType(ctx.append(field.Name()), field.Type())

}

文本解析优化

小结

相较于官方标准库，第三方库 json-iterator/go 在运行时上做的更好。这是它快的原因

有个需要注意的点，在 Go1.10 后 map 类型与标准库的已经没有太大的性能差异。但是，例如 struct 类型等仍然有较大的性能提高

总结

在本文中，我们首先进行了性能测试，再分析了不同方案，得知为什么了快慢的原因。那么最终在选择方案时，可以根据不同的应用场景去抉择：

对性能开销有较高要求：选用 for，开销最小
中规中矩：选用 for range，大对象慎用
量小、占用小、数量可控：选用 json.Marshal/Unmarshal 的方案也可以。其重复代码少，但开销最大

在绝大多数场景中，使用哪种并没有太大的影响。但作为工程师你应当清楚其利弊。以上就是不同的方案分析概要，希望对你有所帮助 :)

巴特西