大家好，我是Mandy，上一节咱们对Go中的切片数据类型进行了深度的分析，明天给大家分享一个字节跳动自研开源的JSON数据解析包。一个速度奇快的 JSON 序列化/反序列化库，由 JIT （即时编译）和 SIMD （单指令流多数据流）减速。
sonic 是字节跳动开源的一款 Golang JSON 库，基于即时编译（Just-In-Time Compilation）与向量化编程（Single Instruction Multiple Data）技术，大幅晋升了 Go 程序的 JSON 编解码性能。同时联合 lazy-load 设计思维，它也为不同业务场景打造了一套全面高效的 API。
自研背景
Go 自身自带规范 JSON 库：encoding/json，另外还有很多优良的第三方库，比方：Json-iterator、Easyjson、Gjson、Sjson 等，其中 Json-iterator 最受欢迎（12.3+k Star）。那为什么字节跳动还会抉择自研一个JSON解析库呢？
JSON（JavaScript Object Notation） 以其简洁的语法和灵便的自描述能力，被广泛应用于各互联网业务。然而 JSON 因为实质是一种文本协定，且没有相似 Protobuf 的强制模型束缚（schema），编解码效率往往非常低下。再加上有些业务开发者对 JSON 库的不失当选型与应用，最终导致服务性能急剧劣化。
依据字节跳动生产服务的整体剖析，咱们发现 JSON 序列化和反序列化的开销意外地很高：CPU 使用率靠近 10%，其中极其状况下超过 40%。因而，JSON 库的性能是进步机器利用率的关键问题。
在字节跳动，咱们也遇到了上述问题。依据此前统计的公司 CPU 占比 TOP 50 服务的性能剖析数据，JSON 编解码开销总体靠近 10%，单个业务占比甚至超过 40%，晋升 JSON 库的性能至关重要。因而咱们对业界现有 Go JSON 库进行了一番评估测试。
首先，依据支流 JSON 库 API，咱们将它们的应用形式分为三种：
- 泛型（generic）编解码：JSON 没有对应的 schema，只能根据自描述语义将读取到的 value 解释为对应语言的运行时对象，例如：JSON object 转化为 Go map[string]interface{}；
- 定型（binding）编解码：JSON 有对应的 schema，能够同时联合模型定义（Go struct）与 JSON 语法，将读取到的 value 绑定到对应的模型字段下来，同时实现数据解析与校验；
- 查找（get）& 批改（set） ：指定某种规定的查找门路（个别是 key 与 index 的汇合），获取须要的那局部 JSON value 并解决。
其次，咱们依据样本 JSON 的 key 数量和深度分为三个量级：
- 小（small）：400B，11 key，深度 3 层；
- 中（medium）：110KB，300+ key，深度 4 层（理论业务数据，其中有大量的嵌套 JSON string)；
- 大（large）：550KB，10000+ key，深度 6 层。
如何应用
依赖
- Go 1.16~1.20
- Linux / MacOS / Windows（须要 Go1.17 以上）
- Amd64 架构
特色
- 运行时对象绑定，无需代码生成
- 齐备的 JSON 操作 API
- 快，更快，还要更快！
应用形式
序列化/反序列化
默认的行为基本上与 encoding/json 相一致，除了 HTML 本义模式（参见 Escape HTML) 和 SortKeys 性能（参见 Sort Keys）没有遵循 RFC8259 。
import "github.com/bytedance/sonic"var data YourSchema// Marshaloutput, err := sonic.Marshal(&data)// Unmarshalerr := sonic.Unmarshal(output, &data)流式输入输出
Sonic 反对解码 io.Reader 中输出的 json，或将对象编码为 json 后输入至 io.Writer，以解决多个值并缩小内存耗费。
编码器
var o1 = map[string]interface{}{ "a": "b",}var o2 = 1var w = bytes.NewBuffer(nil)var enc = sonic.ConfigDefault.NewEncoder(w)enc.Encode(o1)enc.Encode(o2)fmt.Println(w.String())// Output:// {"a":"b"}// 1解码器
var o = map[string]interface{}{}var r = strings.NewReader(`{"a":"b"}{"1":"2"}`)var dec = sonic.ConfigDefault.NewDecoder(r)dec.Decode(&o)dec.Decode(&o)fmt.Printf("%+v", o)// Output:// map[1:2 a:b]
应用 Number / int64
import "github.com/bytedance/sonic/decoder"var input = `1`var data interface{}// default float64dc := decoder.NewDecoder(input)dc.Decode(&data) // data == float64(1)// use json.Numberdc = decoder.NewDecoder(input)dc.UseNumber()dc.Decode(&data) // data == json.Number("1")// use int64dc = decoder.NewDecoder(input)dc.UseInt64()dc.Decode(&data) // data == int64(1)root, err := sonic.GetFromString(input)// Get json.Numberjn := root.Number()jm := root.InterfaceUseNumber().(json.Number) // jn == jm// Get float64fn := root.Float64()fm := root.Interface().(float64) // jn == jm对键排序
思考到排序带来的性能损失（约 10% ）， sonic 默认不会启用这个性能。如果你的组件依赖这个行为（如 zstd) ，能够仿照上面的例子：
import "github.com/bytedance/sonic"import "github.com/bytedance/sonic/encoder"// Binding map onlym := map[string]interface{}{}v, err := encoder.Encode(m, encoder.SortMapKeys)// Or ast.Node.SortKeys() before marshalvar root := sonic.Get(JSON)err := root.SortKeys()HTML 本义
思考到性能损失（约15%）， sonic 默认不会启用这个性能。你能够应用 encoder.EscapeHTML 选项来开启（与 encoding/json.HTMLEscape 行为统一）。
import "github.com/bytedance/sonic"v := map[string]string{"&&":"<>"}ret, err := Encode(v, EscapeHTML) // ret == `{"\u0026\u0026":{"X":"\u003c\u003e"}}`紧凑格局
Sonic 默认将根本类型（ struct ， map 等）编码为紧凑格局的 JSON ，除非应用 json.RawMessage or json.Marshaler 进行编码： sonic 确保输入的 JSON 非法，但出于性能思考，不会加工成紧凑格局。咱们提供选项 encoder.CompactMarshaler 来增加此过程，
打印谬误
如果输出的 JSON 存在有效的语法，sonic 将返回 decoder.SyntaxError，该谬误反对谬误地位的丑化输入。
import "github.com/bytedance/sonic"import "github.com/bytedance/sonic/decoder"var data interface{}err := sonic.UnmarshalString("[[[}]]", &data)if err != nil { /* One line by default */ println(e.Error()) // "Syntax error at index 3: invalid char\n\n\t[[[}]]\n\t...^..\n" /* Pretty print */ if e, ok := err.(decoder.SyntaxError); ok { /*Syntax error at index 3: invalid char [[[}]] ...^.. */ print(e.Description()) } else if me, ok := err.(*decoder.MismatchTypeError); ok { // decoder.MismatchTypeError is new to Sonic v1.6.0 print(me.Description()) }}类型不匹配 [Sonic v1.6.0]
如果给定键中存在类型不匹配的值， sonic 会抛出 decoder.MismatchTypeError （如果有多个，只会报告最初一个），但仍会跳过谬误的值并解码下一个 JSON 。
import "github.com/bytedance/sonic"import "github.com/bytedance/sonic/decoder"var data = struct{ A int B int}{}err := UnmarshalString(`{"A":"1","B":1}`, &data)println(err.Error()) // Mismatch type int with value string "at index 5: mismatched type with value\n\n\t{\"A\":\"1\",\"B\":1}\n\t.....^.........\n"fmt.Printf("%+v", data) // {A:0 B:1}Ast.Node
Sonic/ast.Node 是齐全独立的 JSON 形象语法树库。它实现了序列化和反序列化，并提供了获取和批改通用数据的鲁棒的 API。
查找/索引
通过给定的门路搜寻 JSON 片段，门路必须为非负整数，字符串或 nil 。
import "github.com/bytedance/sonic"input := []byte(`{"key1":[{},{"key2":{"key3":[1,2,3]}}]}`)// no path, returns entire jsonroot, err := sonic.Get(input)raw := root.Raw() // == string(input)// multiple pathsroot, err := sonic.Get(input, "key1", 1, "key2")sub := root.Get("key3").Index(2).Int64() // == 3留神：因为 Index() 应用偏移量来定位数据，比应用扫描的 Get() 要快的多，倡议尽可能的应用 Index 。 Sonic 也提供了另一个 API， IndexOrGet() ，以偏移量为根底并且也确保键的匹配。
批改
应用 Set() / Unset() 批改 json 的内容
import "github.com/bytedance/sonic"// Setexist, err := root.Set("key4", NewBool(true)) // exist == falsealias1 := root.Get("key4")println(alias1.Valid()) // truealias2 := root.Index(1)println(alias1 == alias2) // true// Unsetexist, err := root.UnsetByIndex(1) // exist == trueprintln(root.Get("key4").Check()) // "value not exist"序列化
要将 ast.Node 编码为 json ，应用 MarshalJson() 或者 json.Marshal() （必须传递指向节点的指针）
import ( "encoding/json" "github.com/bytedance/sonic")buf, err := root.MarshalJson()println(string(buf)) // {"key1":[{},{"key2":{"key3":[1,2,3]}}]}exp, err := json.Marshal(&root) // WARN: use pointerprintln(string(buf) == string(exp)) // trueAPIs
- 合法性检查：
Check(),Error(),Valid(),Exist() - 索引：
Index(),Get(),IndexPair(),IndexOrGet(),GetByPath() - 转换至 go 内置类型：
Int64(),Float64(),String(),Number(),Bool(),Map[UseNumber|UseNode](),Array[UseNumber|UseNode](),Interface[UseNumber|UseNode]() - go 类型打包：
NewRaw(),NewNumber(),NewNull(),NewBool(),NewString(),NewObject(),NewArray() - 迭代：
Values(),Properties(),ForEach(),SortKeys() - 批改：
Set(),SetByIndex(),Add()
Ast.Visitor
Sonic 提供了一个高级的 API 用于间接全量解析 JSON 到非标准容器里 (既不是 struct 也不是 map[string]interface{}) 且不须要借助任何两头示意 (ast.Node 或 interface{})。举个例子，你可能定义了下述的类型，它们看起来像 interface{}，但实际上并不是：
type UserNode interface {}// the following types implement the UserNode interface.type ( UserNull struct{} UserBool struct{ Value bool } UserInt64 struct{ Value int64 } UserFloat64 struct{ Value float64 } UserString struct{ Value string } UserObject struct{ Value map[string]UserNode } UserArray struct{ Value []UserNode })Sonic 提供了下述的 API 来返回 “对 JSON AST 的前序遍历”。ast.Visitor 是一个 SAX 格调的接口，这在某些 C++ 的 JSON 解析库中被应用到。你须要本人实现一个 ast.Visitor，将它传递给 ast.Preorder() 办法。在你的实现中你能够应用自定义的类型来示意 JSON 的值。在你的 ast.Visitor 中，可能须要有一个 O(n) 空间复杂度的容器（比如说栈）来记录 object / array 的层级。
func Preorder(str string, visitor Visitor, opts *VisitorOptions) errortype Visitor interface { OnNull() error OnBool(v bool) error OnString(v string) error OnInt64(v int64, n json.Number) error OnFloat64(v float64, n json.Number) error OnObjectBegin(capacity int) error OnObjectKey(key string) error OnObjectEnd() error OnArrayBegin(capacity int) error OnArrayEnd() error}具体用法参看 ast/visitor.go，咱们还为 UserNode 实现了一个示例 ast.Visitor，你能够在 ast/visitor_test.go 中找到它。
兼容性
因为开发高性能代码的困难性， Sonic 不保障对所有环境的反对。对于在不同环境中应用 Sonic 构建应用程序的开发者，咱们有以下倡议：
- 在 Mac M1 上开发：确保在您的计算机上安装了 Rosetta 2，并在构建时设置
GOARCH=amd64。 Rosetta 2 能够主动将 x86 二进制文件转换为 arm64 二进制文件，并在 Mac M1 上运行 x86 应用程序。 - 在 Linux arm64 上开发：您能够装置 qemu 并应用
qemu-x86_64 -cpu max命令来将 x86 二进制文件转换为 arm64 二进制文件。qemu能够实现与Mac M1上的Rosetta 2相似的转换成果。
对于心愿在不应用 qemu 下应用 sonic 的开发者，或者心愿解决 JSON 时与 encoding/JSON 严格保持一致的开发者，咱们在 sonic.API 中提供了一些兼容性 API
ConfigDefault: 在反对 sonic 的环境下 sonic 的默认配置（EscapeHTML=false，SortKeys=false等）。行为与具备相应配置的encoding/json统一，一些选项，如SortKeys=false将有效。ConfigStd: 在反对 sonic 的环境下与规范库兼容的配置（EscapeHTML=true，SortKeys=true等）。行为与encoding/json统一。ConfigFastest: 在反对 sonic 的环境下运行最快的配置（NoQuoteTextMarshaler=true）。行为与具备相应配置的encoding/json统一，某些选项将有效。
注意事项
预热
因为 Sonic 应用 golang-asm 作为 JIT 汇编器，这个库并不适用于运行时编译，第一次运行一个大型模式可能会导致申请超时甚至过程内存溢出。为了更好地稳定性，咱们倡议在运行大型模式或在内存无限的利用中，在应用 Marshal()/Unmarshal() 前运行 Pretouch()。
import ( "reflect" "github.com/bytedance/sonic" "github.com/bytedance/sonic/option")func init() { var v HugeStruct // For most large types (nesting depth <= option.DefaultMaxInlineDepth) err := sonic.Pretouch(reflect.TypeOf(v)) // with more CompileOption... err := sonic.Pretouch(reflect.TypeOf(v), // If the type is too deep nesting (nesting depth > option.DefaultMaxInlineDepth), // you can set compile recursive loops in Pretouch for better stability in JIT. option.WithCompileRecursiveDepth(loop), // For a large nested struct, try to set a smaller depth to reduce compiling time. option.WithCompileMaxInlineDepth(depth), )}拷贝字符串
当解码 没有转义字符的字符串时， sonic 会从原始的 JSON 缓冲区内援用而不是复制到新的一个缓冲区中。这对 CPU 的性能方面很有帮忙，然而可能因而在解码后对象仍在应用的时候将整个 JSON 缓冲区保留在内存中。实际中咱们发现，通过援用 JSON 缓冲区引入的额定内存通常是解码后对象的 20% 至 80% ，一旦利用长期保留这些对象（如缓存以备重用），服务器所应用的内存可能会减少。咱们提供了选项 decoder.CopyString() 供用户抉择，不援用 JSON 缓冲区。这可能在肯定水平上升高 CPU 性能。
传递字符串还是字节数组？
为了和 encoding/json 保持一致，咱们提供了传递 []byte 作为参数的 API ，但思考到安全性，字符串到字节的复制是同时进行的，这在原始 JSON 十分大时可能会导致性能损失。因而，你能够应用 UnmarshalString() 和 GetFromString() 来传递字符串，只有你的原始数据是字符串，或零拷贝类型转换对于你的字节数组是平安的。咱们也提供了 MarshalString() 的 API ，以便对编码的 JSON 字节数组进行零拷贝类型转换，因为 sonic 输入的字节始终是反复并且惟一的，所以这样是平安的。
减速 encoding.TextMarshaler
为了保证数据安全性， sonic.Encoder 默认会对来自 encoding.TextMarshaler 接口的字符串进行援用和本义，如果大部分数据都是这种模式那可能会导致很大的性能损失。咱们提供了 encoder.NoQuoteTextMarshaler 选项来跳过这些操作，但你必须保障他们的输入字符串按照 RFC8259 进行了本义和援用。
泛型的性能优化
在 齐全解析的场景下， Unmarshal() 体现得比 Get()+Node.Interface() 更好。然而如果你只有特定 JSON 的局部模式，你能够将 Get() 和 Unmarshal() 联合应用：
import "github.com/bytedance/sonic"node, err := sonic.GetFromString(_TwitterJson, "statuses", 3, "user")var user User // your partial schema...err = sonic.UnmarshalString(node.Raw(), &user)甚至如果你没有任何模式，能够用 ast.Node 代替 map 或 interface 作为泛型的容器：
import "github.com/bytedance/sonic"root, err := sonic.GetFromString(_TwitterJson)user := root.GetByPath("statuses", 3, "user") // === root.Get("status").Index(3).Get("user")err = user.Check()// err = user.LoadAll() // only call this when you want to use 'user' concurrently...go someFunc(user)为什么？因为 ast.Node 应用 array 来存储其子节点：
- 在插入（反序列化）和扫描（序列化）数据时，
Array的性能比Map好得多； - 哈希（
map[x]）的效率不如索引（array[x]）高效，而ast.Node能够在数组和对象上应用索引； - 应用
Interface()/Map()意味着 sonic 必须解析所有的底层值，而ast.Node能够按需解析它们。
留神：因为 ast.Node 的惰性加载设计，其不能间接保障并发安全性，但你能够调用 Node.Load() / Node.LoadAll() 来实现并发平安。只管可能会带来性能损失，但仍比转换成 map 或 interface{} 更为高效。
应用 ast.Node 还是 ast.Visitor？
对于泛型数据的解析，ast.Node 在大多数场景上应该可能满足你的需要。
然而，ast.Node 是一种针对局部解析 JSON 而设计的泛型容器，它蕴含一些非凡设计，比方惰性加载，如果你心愿像 Unmarshal() 那样间接解析整个 JSON，这些设计可能并不适合。只管 ast.Node 相较于 map 或 interface{} 来说是更好的一种泛型容器，但它毕竟也是一种两头示意，如果你的最终类型是自定义的，你还得在解析实现后将上述类型转化成你自定义的类型。
在上述场景中，如果想要有更极致的性能，ast.Visitor 会是更好的抉择。它采纳和 Unmarshal() 相似的模式解析 JSON，并且你能够间接应用你的最终类型去示意 JSON AST，而不须要通过额定的任何两头示意。
然而，ast.Visitor 并不是一个很易用的 API。你可能须要写大量的代码去实现本人的 ast.Visitor，并且须要在解析过程中认真保护树的层级。如果你决定要应用这个 API，请先仔细阅读 ast/visitor.go 中的正文。
底层原理
在设计之初，字节研发团队做了如下几个问题的思考：
为什么 Json-iterator 比规范库快？
首先，规范库应用的基于模式(Schema)的解决机制是值得称赞的，解析器能够在扫描时提前获取元信息，从而缩短分支抉择的工夫。然而，它的原始实现没有很好地利用这个机制，而是破费了大量工夫应用反射获取模式的元信息。与此同时，json-iterator 的办法是：将构造解释为一一字段的编码和解码函数，而后将它们组装和缓存起来，最小化反射带来的性能损失。但这种办法是否一劳永逸呢？理论测试中，咱们发现随着输出的 JSON 变深、变大，json-iterator 和其余库之间的差距逐步放大——甚至最终被超过：
起因是该实现转化为大量接口封装和函数调用，导致了函数调用的性能损失：
- 调用接口波及到对
itab的动静地址获取 - 组装的函数无奈内联，而 Golang 的函数调用性能较差（没有寄存器传参）
有没有方法防止动静组装函数的调用开销？
咱们首先思考的是相似easyjson的代码生成。然而这会带来模式依赖和便利性降落。为了实现对规范库的真正插拔式替换，咱们转向了另一种技术- JIT （即时编译）。因为编译后的编解码函数是一个集成的函数，它能够大大减少函数调用，同时保障灵活性。
为什么 Simdjson-go 速度不够快？
SIMD （单指令流多数据流）是一组非凡的 CPU 指令，用于并行处理矢量化数据。目前，大多数 CPU 都反对 SIMD ，并宽泛用于图像处理和大数据计算。毫无疑问，SIMD在JSON解决中很有用（整形-字符串转换，字符搜寻等都是适合的场景）。咱们能够看到， simdjson-go 在大型 JSON 场景 (>100KB) 下十分有竞争力。然而，对于一些很小或不规则的字符字符串， SIMD 所需的额定加载操作将导致性能降落。因而，咱们须要思考不同的场景，并决定哪些场景应该应用 SIMD ，哪些不应该应用（例如，长度小于16字节的字符串）。
第二个问题来自 Go 编译器自身。为了保障编译速度， Golang 在编译阶段简直不进行任何优化工作也无奈间接应用编译器后端，如 LLVM 等进行优化。
那么，一些要害的计算函数是否用计算效率更高的其余语言编写吗?
C/Clang 是一种现实的编译工具（外部集成了 LLVM ）。但要害是如何将优化后的汇编嵌入到 Golang 中。
如何更好地应用 Gjson ？
咱们还发现在单键查找场景中， gjson具备微小的劣势。这是因为它的查找是通过惰性加载机制实现的，奇妙地跳过了传递的值，并无效的缩小了许多不必要的解析。理论利用证实，在产品中充分利用这个个性的确能带来收益。然而，当波及到多键查找时，Gjson甚至比规范库还要差，这是其跳过机制的副作用——搜寻雷同门路会导致反复解析（跳过解析也是一种轻量的解析）因而，依据理论状况精确的做出调整是关键问题。
设计
基于以上问题，咱们的设计很好实现：
- 针对编解码动静汇编的函数调用开销，咱们应用 JIT 技术在运行时组装与模式对应的字节码（汇编指令），最终将其以 Golang 函数的模式缓存在堆外内存上。
- 针对大数据和小数据共存的理论场景，咱们应用预处理判断（字符串大小、浮点数精度等）将 SIMD 与标量指令相结合，从而实现对理论状况的最佳适应。
- 对于 Golang 语言编译优化的有余，咱们决定应用 C/Clang 编写和编译外围计算函数，并且开发了一套 asm2asm 工具，将通过充沛优化的 x86 汇编代码转换为 Plan9 格局，最终加载到 Golang 运行时中。
- 思考到解析和跳过解析之间的速度差别很大， 惰性加载机制当然也在咱们的 AST 解析器中应用了，但以一种更具适应性和高效性的形式来升高多键查问的开销。
在细节上，咱们进行了一些进一步的优化：
因为 Golang 中的原生汇编函数不能被内联，咱们发现其老本甚至超过了 C 编译器的优化所带来的改善。所以咱们在 JIT 中从新实现了一组轻量级的函数调用：
- 全局函数表+动态偏移量，用于调用指令
- 应用寄存器传递参数
Sync.Map一开始被用来缓存编解码器，然而对于咱们的准动态（读远多于写），元素较少（通常有余几十个）的场景，它的性能并不现实，所以咱们应用凋谢寻址哈希和 RCU 技术从新实现了一个高性能且并发平安的缓存。
性能测试
性能测试脚本代码：
#!/usr/bin/env bashpwd=$(pwd)export SONIC_NO_ASYNC_GC=1cd $pwd/encodergo test -benchmem -run=^$ -benchtime=100000x -bench "^(BenchmarkEncoder_.*)$"cd $pwd/decodergo test -benchmem -run=^$ -benchtime=100000x -bench "^(BenchmarkDecoder_.*)$"cd $pwd/astgo test -benchmem -run=^$ -benchtime=1000000x -bench "^(BenchmarkGet.*|BenchmarkSet.*)$"go test -benchmem -run=^$ -benchtime=10000x -bench "^(BenchmarkParser_.*|BenchmarkEncode.*)$"go test -benchmem -run=^$ -benchtime=10000000x -bench "^(BenchmarkNodeGetByPath|BenchmarkStructGetByPath|BenchmarkNodeIndex|BenchmarkStructIndex|BenchmarkSliceIndex|BenchmarkMapIndex|BenchmarkNodeGet|BenchmarkSliceGet|BenchmarkMapGet|BenchmarkNodeSet|BenchmarkMapSet|BenchmarkNodeSetByIndex|BenchmarkSliceSetByIndex|BenchmarkStructSetByIndex|BenchmarkNodeUnset|BenchmarkMapUnset|BenchmarkNodUnsetByIndex|BenchmarkSliceUnsetByIndex|BenchmarkNodeAdd|BenchmarkSliceAdd|BenchmarkMapAdd)$"cd $pwd/external_jsonlib_test/benchmark_testgo test -benchmem -run=^$ -benchtime=100000x -bench "^(BenchmarkEncoder_.*|BenchmarkDecoder_.*)$"go test -benchmem -run=^$ -benchtime=1000000x -bench "^(BenchmarkGet.*|BenchmarkSet.*)$"go test -benchmem -run=^$ -benchtime=10000x -bench "^(BenchmarkParser_.*)$"unset SONIC_NO_ASYNC_GCcd $pwd对于*所有大小*的 json 和*所有应用场景*， *Sonic 体现均为最佳*。
- 中型 (13kB, 300+ 键, 6 层)
goversion: 1.17.1goos: darwingoarch: amd64cpu: Intel(R) Core(TM) i9-9880H CPU @ 2.30GHzBenchmarkEncoder_Generic_Sonic-16 32393 ns/op 402.40 MB/s 11965 B/op 4 allocs/opBenchmarkEncoder_Generic_Sonic_Fast-16 21668 ns/op 601.57 MB/s 10940 B/op 4 allocs/opBenchmarkEncoder_Generic_JsonIter-16 42168 ns/op 309.12 MB/s 14345 B/op 115 allocs/opBenchmarkEncoder_Generic_GoJson-16 65189 ns/op 199.96 MB/s 23261 B/op 16 allocs/opBenchmarkEncoder_Generic_StdLib-16 106322 ns/op 122.60 MB/s 49136 B/op 789 allocs/opBenchmarkEncoder_Binding_Sonic-16 6269 ns/op 2079.26 MB/s 14173 B/op 4 allocs/opBenchmarkEncoder_Binding_Sonic_Fast-16 5281 ns/op 2468.16 MB/s 12322 B/op 4 allocs/opBenchmarkEncoder_Binding_JsonIter-16 20056 ns/op 649.93 MB/s 9488 B/op 2 allocs/opBenchmarkEncoder_Binding_GoJson-16 8311 ns/op 1568.32 MB/s 9481 B/op 1 allocs/opBenchmarkEncoder_Binding_StdLib-16 16448 ns/op 792.52 MB/s 9479 B/op 1 allocs/opBenchmarkEncoder_Parallel_Generic_Sonic-16 6681 ns/op 1950.93 MB/s 12738 B/op 4 allocs/opBenchmarkEncoder_Parallel_Generic_Sonic_Fast-16 4179 ns/op 3118.99 MB/s 10757 B/op 4 allocs/opBenchmarkEncoder_Parallel_Generic_JsonIter-16 9861 ns/op 1321.84 MB/s 14362 B/op 115 allocs/opBenchmarkEncoder_Parallel_Generic_GoJson-16 18850 ns/op 691.52 MB/s 23278 B/op 16 allocs/opBenchmarkEncoder_Parallel_Generic_StdLib-16 45902 ns/op 283.97 MB/s 49174 B/op 789 allocs/opBenchmarkEncoder_Parallel_Binding_Sonic-16 1480 ns/op 8810.09 MB/s 13049 B/op 4 allocs/opBenchmarkEncoder_Parallel_Binding_Sonic_Fast-16 1209 ns/op 10785.23 MB/s 11546 B/op 4 allocs/opBenchmarkEncoder_Parallel_Binding_JsonIter-16 6170 ns/op 2112.58 MB/s 9504 B/op 2 allocs/opBenchmarkEncoder_Parallel_Binding_GoJson-16 3321 ns/op 3925.52 MB/s 9496 B/op 1 allocs/opBenchmarkEncoder_Parallel_Binding_StdLib-16 3739 ns/op 3486.49 MB/s 9480 B/op 1 allocs/opBenchmarkDecoder_Generic_Sonic-16 66812 ns/op 195.10 MB/s 57602 B/op 723 allocs/opBenchmarkDecoder_Generic_Sonic_Fast-16 54523 ns/op 239.07 MB/s 49786 B/op 313 allocs/opBenchmarkDecoder_Generic_StdLib-16 124260 ns/op 104.90 MB/s 50869 B/op 772 allocs/opBenchmarkDecoder_Generic_JsonIter-16 91274 ns/op 142.81 MB/s 55782 B/op 1068 allocs/opBenchmarkDecoder_Generic_GoJson-16 88569 ns/op 147.17 MB/s 66367 B/op 973 allocs/opBenchmarkDecoder_Binding_Sonic-16 32557 ns/op 400.38 MB/s 28302 B/op 137 allocs/opBenchmarkDecoder_Binding_Sonic_Fast-16 28649 ns/op 455.00 MB/s 24999 B/op 34 allocs/opBenchmarkDecoder_Binding_StdLib-16 111437 ns/op 116.97 MB/s 10576 B/op 208 allocs/opBenchmarkDecoder_Binding_JsonIter-16 35090 ns/op 371.48 MB/s 14673 B/op 385 allocs/opBenchmarkDecoder_Binding_GoJson-16 28738 ns/op 453.59 MB/s 22039 B/op 49 allocs/opBenchmarkDecoder_Parallel_Generic_Sonic-16 12321 ns/op 1057.91 MB/s 57233 B/op 723 allocs/opBenchmarkDecoder_Parallel_Generic_Sonic_Fast-16 10644 ns/op 1224.64 MB/s 49362 B/op 313 allocs/opBenchmarkDecoder_Parallel_Generic_StdLib-16 57587 ns/op 226.35 MB/s 50874 B/op 772 allocs/opBenchmarkDecoder_Parallel_Generic_JsonIter-16 38666 ns/op 337.12 MB/s 55789 B/op 1068 allocs/opBenchmarkDecoder_Parallel_Generic_GoJson-16 30259 ns/op 430.79 MB/s 66370 B/op 974 allocs/opBenchmarkDecoder_Parallel_Binding_Sonic-16 5965 ns/op 2185.28 MB/s 27747 B/op 137 allocs/opBenchmarkDecoder_Parallel_Binding_Sonic_Fast-16 5170 ns/op 2521.31 MB/s 24715 B/op 34 allocs/opBenchmarkDecoder_Parallel_Binding_StdLib-16 27582 ns/op 472.58 MB/s 10576 B/op 208 allocs/opBenchmarkDecoder_Parallel_Binding_JsonIter-16 13571 ns/op 960.51 MB/s 14685 B/op 385 allocs/opBenchmarkDecoder_Parallel_Binding_GoJson-16 10031 ns/op 1299.51 MB/s 22111 B/op 49 allocs/opBenchmarkGetOne_Sonic-16 3276 ns/op 3975.78 MB/s 24 B/op 1 allocs/opBenchmarkGetOne_Gjson-16 9431 ns/op 1380.81 MB/s 0 B/op 0 allocs/opBenchmarkGetOne_Jsoniter-16 51178 ns/op 254.46 MB/s 27936 B/op 647 allocs/opBenchmarkGetOne_Parallel_Sonic-16 216.7 ns/op 60098.95 MB/s 24 B/op 1 allocs/opBenchmarkGetOne_Parallel_Gjson-16 1076 ns/op 12098.62 MB/s 0 B/op 0 allocs/opBenchmarkGetOne_Parallel_Jsoniter-16 17741 ns/op 734.06 MB/s 27945 B/op 647 allocs/opBenchmarkSetOne_Sonic-16 9571 ns/op 1360.61 MB/s 1584 B/op 17 allocs/opBenchmarkSetOne_Sjson-16 36456 ns/op 357.22 MB/s 52180 B/op 9 allocs/opBenchmarkSetOne_Jsoniter-16 79475 ns/op 163.86 MB/s 45862 B/op 964 allocs/opBenchmarkSetOne_Parallel_Sonic-16 850.9 ns/op 15305.31 MB/s 1584 B/op 17 allocs/opBenchmarkSetOne_Parallel_Sjson-16 18194 ns/op 715.77 MB/s 52247 B/op 9 allocs/opBenchmarkSetOne_Parallel_Jsoniter-16 33560 ns/op 388.05 MB/s 45892 B/op 964 allocs/opBenchmarkLoadNode/LoadAll()-16 11384 ns/op 1143.93 MB/s 6307 B/op 25 allocs/opBenchmarkLoadNode_Parallel/LoadAll()-16 5493 ns/op 2370.68 MB/s 7145 B/op 25 allocs/opBenchmarkLoadNode/Interface()-16 17722 ns/op 734.85 MB/s 13323 B/op 88 allocs/opBenchmarkLoadNode_Parallel/Interface()-16 10330 ns/op 1260.70 MB/s 15178 B/op 88 allocs/op- 小型 (400B, 11 个键, 3 层)
- 大型 (635kB, 10000+ 个键, 6 层)
相干浏览
- Go切片底层原理 看这篇文章就够了
- 轻松了解Go中的内存逃逸问题
- 面试Go 被defer的几个盲区坑了