.NET性能系列文章二：Newtonsoft.Json vs. System.Text.Json _生活百科

微软终于追上了？

文章插图
图片来自 Glenn Carstens-PetersUnsplash
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 和 Microsofts System.Text.Json.
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 。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

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：
MethodCountMeanRatioAllocatedAlloc RatioNewtonsoftSerializeBigData100007.609 ms1.008.09 MB1.00MicrosoftSerializeBigData100003.712 ms0.493.42 MB0.42

文章插图
尽管Newtonsoft在他们的第一个文档网站上说。

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。