各种序列化库的体验
来源:互联网 发布:网络海外代购兼职 编辑:程序博客网 时间:2024/05/16 12:05
这里只用python来分析说明。
python自带的两个cPickle, marshal
我用过或尝试过的包括simplejson, AMF, protoBuf, MessagePack
就这些来分析比较一下吧。
import timeimport cPickleimport simplejsonimport marshalimport msgpackimport cjsontest_obj = ['abc', 123, {"abc":123}, ("abc", 123), 4.56]times = 100000st = time.clock()for x in xrange(times): cPickle.loads(cPickle.dumps(test_obj))print 'cPickle process %s times used %s '%(times, time.clock()-st)st = time.clock()for x in xrange(times): simplejson.loads(simplejson.dumps(test_obj))print 'simplejson process %s times used %s '%(times, time.clock()-st)st = time.clock()for x in xrange(times): cjson.decode(cjson.encode(test_obj))print 'cjson process %s times used %s '%(times, time.clock()-st)st = time.clock()for x in xrange(times): marshal.loads(marshal.dumps(test_obj))print 'marshal process %s times used %s '%(times, time.clock()-st)st = time.clock()for x in xrange(times): msgpack.loads(msgpack.dumps(test_obj))print 'msgpack use loads/dumps process %s times used %s '%(times, time.clock()-st)st = time.clock()packer = msgpack.Packer()unpacker = msgpack.Unpacker()for x in xrange(times): unpacker.feed(packer.pack(test_obj)) unpacker.unpack()print 'msgpack use Packer/Unpacker process %s times used %s '%(times, time.clock()-st)
cPickle process 100000 times used 1.63
simplejson process 100000 times used 2.45
cjson process 100000 times used 0.91
marshal process 100000 times used 0.28
msgpack use loads/dumps process 100000 times used 1.17
msgpack use Packer/Unpacker process 100000 times used 0.28
可以看出marshal是很快的,但它有版本不兼容问题, simplejson比较慢,但好像有个cjson比cPickle还快, MessagePack使用loads/dumps速度和cPickle差不多, 使用pcker/unpacker则快很多,它号称比json快10倍,比protobuf快4倍,呵呵,不过我本地安装msgpack-idl --install python 一直没有成功,说没有gem包,就不能用来和protobuf进行比较了
剩下两种AMF, ProtoBuf则真正在rpc里用的比较多,上面几种都有不同的缺点, 比如cross language就不够好, 而AMF和protobuf这方面则作的不错, AMF出来的东西长度要长一些,因为它包括类型信息,而protobuf则只有数据信息,要小很多。 这是两种不同的设计哲学。今天太晚了,以后有空把这两种的使用和比较测试也写一下。
- 各种序列化库的体验
- 各种 Java 的序列化库的性能比较测试结果
- 说说各种手机输入法的体验
- Spark优化-troubleshooting-解决各种序列化导致的错误
- 各种类型数据对序列化的支持程度
- spark troubleshooting--解决各种序列化导致的错误
- troubleshooting之解决各种序列化导致的报错
- c#各种序列化方式
- [各种面试题] 交叉大小的序列
- 体验指针各种使用
- I/O各种流,以及序列化
- 各种浏览器的使用体验,最终选择——Chrome
- 在网页里体验各种操作系统的关机、重启
- Android 自定义ScrollView ListView 体验各种纵向滑动的需求
- Android 自定义ScrollView ListView 体验各种纵向滑动的需求
- Android 自定义ScrollView ListView 体验各种纵向滑动的需求
- Android 自定义ScrollView ListView 体验各种纵向滑动的需求
- Android 自定义ScrollView ListView 体验各种纵向滑动的需求
- 线程中的生产者和消费者的模拟
- 学习awk 效果就是识记基本点加例子
- JBOSS or glassfish 在eclipse中启动超时
- HDOJ/HDU 3864 多校联合 D_num 数论
- 一些程序设计语言的作用、分类
- 各种序列化库的体验
- 边学边做ROR( 错误信息error_messages_for was removed from Rails and is now available as a plugin)
- 索引扫描
- 《越狱》中的项目管理之道(转)
- 人生若只如初见
- eclipse + maven + glassfish embedded
- 【.Net MF网络开发板研究-05】Socket编程之客户端
- Ty_GetDirInfo
- Asterisk vs. FreeSWITCH