您的位置：首页 > 数码常识数码常识
fastjson序列化原理（fastjson序列化和反序列化）
2025-05-12人已围观
fastjson序列化原理（fastjson序列化和反序列化）
背景起因是公司原先用的是阿里开源的FastJSON，大家用的也比较顺手，但是在出现了两次严重的漏洞后，公司决定放弃FastJSON，使用其他序列化/反序列化工具。考虑大家常用的无非就是FastJSON、Jackson和Gson这三种，因此领导让我调研一下到底是使用Gson还是Jackson。
fastjson序列化和反序列化背景
关于漏洞这里我多说一句，建议大家还真得把这个事情当一个事情。我之前就被漏洞坑了一把，在一台linux服务器上部署了6.5版本的confluence，后来阿里云也发紧急通知了，告知赶紧升级，然而我并没有当一回事，过了没两天我就中招了，这台机器被挖矿了，什么都干不了，只能是初始化系统，好一顿折腾～
秉持着严谨且负责的精神，这个事情还是要好好做一下子的～
测试结果预告
FastJSON、Gson、Jackson序列化性能比较.png
FastJSON、Gson、Jackson反序列化性能比较.png
前置准备工作
为了营造一个相对准确、互不影响的测试环境，我们需要有以下限制（要求）：
同一台机器，即我的mac：
JVM相关参数配置：
三种JSON引擎版本:
序列化与反序列化
搞事情之前，我们先来复习一下什么是序列化与反序列化：
序列化：把Java对象转换为字节序列的过程。
反序列化：把字节序列恢复为Java对象的过程。
对象的序列化主要有两种用途：
持久化对象：把对象的字节序列永久地保存到硬盘上，通常存放在一个文件中；
网络传输对象：在网络上传送对象的字节序列。
代码测试
创建一个对象，包含Boolean、Integer、Long、Double、Date、String、ArrayList、HashMap等数据类型，构造方法即初始化好对象，方便后面使用：
其中randomString()、randomList()、randomMap()方法如下：
序列化测试代码：
测试对象数分别为1、100、1000、10000、100000个，对象都是预先生成好，然后再依次执行三种JSON引擎执行序列化操作，输出结果：
生成条形图：
FastJSON、Gson、Jackson序列化性能比较.png
从上图来分析，可以知道的是，在数据量较少（1、10、100）的时候，Gson的性能最优，且优势较明显，当对象数量在1000的时候，Jackson的性能开始上来了，因此在对象数量在1～1000的时候，性能比拼：Gson>Jackson>FastJSON。
但是当数量达到10000、100000级别的时候，Gson的性能下降的比较厉害，而FastJson和Jackson依旧保持着它们的快，性能比较：Jackson>FastJSON>Gson。
反序列化测试代码：
测试对象数分别为1、100、1000、10000、100000个，对象都是预先序列化好，然后再依次执行三种JSON引擎执行反序列化操作，输出结果：
生成条形图：
FastJSON、Gson、Jackson反序列化性能比较.png
反序列化性能测试，
在对象数量为1、10、100的时候，Gson的性能最好，Jackson次之，性能排序为：Gson>Jackson>FastJson；
在对象数量为1000、10000的时候，Gson的性能下降比较明显，这个量级下性能排序为：FastJson>Jackson>Gson。
在对象数量为10w的时候，Jackson反超FastJson，性能排序为：Jackson>FastJson>Gson。
总结当数据量较小的时候（1～100），建议使用 Gson；当数据量较大的时候，建议使用Jackson；在大数据量的时候，虽然FastJson优势上来了，但是因为有漏洞，不得不放弃。
在做这个性能测试之前，也是在网上查找了一下大家是怎么做这个性能测试的，有的很复杂，有的却也简单，最终我还是选择了一种简单的测试方式，在尽可能的规避其他因素的影响，比如：提前生成好数据、三种引擎测试的样本数据一致、1～10w次的次数测试的时候都是重新运行main方法，尽量避免虚拟机的影响。
最终得出的性能测试结果与网上参考文章的测试结果一致。
上面就是小居数码小编今天给大家介绍的关于（fastjson序列化和反序列化）的全部内容，希望可以帮助到你，想了解更多关于数码知识的问题，欢迎关注我们，并收藏，转发，分享。
94%的朋友还想知道的：
ps中色阶的调整原理（ps中的色阶是什么意思）
原理图设计用什么软件（绘制原理图软件有哪些）
ps图层混合模式原理通俗讲解（PS图层混合模式变亮）
websocket工作原理（websocket的原理）
152467
背景起因是公司原先用的是阿里开源的FastJSON，大家用的也比较顺手，但是在出现了两次严重的漏洞后，公司决定放弃FastJSON，使用其他序列化/反序列化工具。考虑大家常用的无非就是FastJSON、Jackson和Gson这三种，因此领导让我调研一下到底是使用Gson还是Jackson。
fastjson序列化和反序列化背景
关于漏洞这里我多说一句，建议大家还真得把这个事情当一个事情。我之前就被漏洞坑了一把，在一台linux服务器上部署了6.5版本的confluence，后来阿里云也发紧急通知了，告知赶紧升级，然而我并没有当一回事，过了没两天我就中招了，这台机器被挖矿了，什么都干不了，只能是初始化系统，好一顿折腾～
秉持着严谨且负责的精神，这个事情还是要好好做一下子的～
测试结果预告
FastJSON、Gson、Jackson序列化性能比较.png
FastJSON、Gson、Jackson反序列化性能比较.png
前置准备工作
为了营造一个相对准确、互不影响的测试环境，我们需要有以下限制（要求）：
同一台机器，即我的mac：
JVM相关参数配置：
三种JSON引擎版本:
序列化与反序列化
搞事情之前，我们先来复习一下什么是序列化与反序列化：
序列化：把Java对象转换为字节序列的过程。
反序列化：把字节序列恢复为Java对象的过程。
对象的序列化主要有两种用途：
持久化对象：把对象的字节序列永久地保存到硬盘上，通常存放在一个文件中；
网络传输对象：在网络上传送对象的字节序列。
代码测试
创建一个对象，包含Boolean、Integer、Long、Double、Date、String、ArrayList、HashMap等数据类型，构造方法即初始化好对象，方便后面使用：
其中randomString()、randomList()、randomMap()方法如下：
序列化测试代码：
测试对象数分别为1、100、1000、10000、100000个，对象都是预先生成好，然后再依次执行三种JSON引擎执行序列化操作，输出结果：
生成条形图：
FastJSON、Gson、Jackson序列化性能比较.png
从上图来分析，可以知道的是，在数据量较少（1、10、100）的时候，Gson的性能最优，且优势较明显，当对象数量在1000的时候，Jackson的性能开始上来了，因此在对象数量在1～1000的时候，性能比拼：Gson>Jackson>FastJSON。
但是当数量达到10000、100000级别的时候，Gson的性能下降的比较厉害，而FastJson和Jackson依旧保持着它们的快，性能比较：Jackson>FastJSON>Gson。
反序列化测试代码：
测试对象数分别为1、100、1000、10000、100000个，对象都是预先序列化好，然后再依次执行三种JSON引擎执行反序列化操作，输出结果：
生成条形图：
FastJSON、Gson、Jackson反序列化性能比较.png
反序列化性能测试，
在对象数量为1、10、100的时候，Gson的性能最好，Jackson次之，性能排序为：Gson>Jackson>FastJson；
在对象数量为1000、10000的时候，Gson的性能下降比较明显，这个量级下性能排序为：FastJson>Jackson>Gson。
在对象数量为10w的时候，Jackson反超FastJson，性能排序为：Jackson>FastJson>Gson。
总结当数据量较小的时候（1～100），建议使用 Gson；当数据量较大的时候，建议使用Jackson；在大数据量的时候，虽然FastJson优势上来了，但是因为有漏洞，不得不放弃。
在做这个性能测试之前，也是在网上查找了一下大家是怎么做这个性能测试的，有的很复杂，有的却也简单，最终我还是选择了一种简单的测试方式，在尽可能的规避其他因素的影响，比如：提前生成好数据、三种引擎测试的样本数据一致、1～10w次的次数测试的时候都是重新运行main方法，尽量避免虚拟机的影响。
最终得出的性能测试结果与网上参考文章的测试结果一致。
上面就是小居数码小编今天给大家介绍的关于（fastjson序列化和反序列化）的全部内容，希望可以帮助到你，想了解更多关于数码知识的问题，欢迎关注我们，并收藏，转发，分享。
94%的朋友还想知道的：
ps中色阶的调整原理（ps中的色阶是什么意思）
原理图设计用什么软件（绘制原理图软件有哪些）
ps图层混合模式原理通俗讲解（PS图层混合模式变亮）
websocket工作原理（websocket的原理）
152467
很赞哦！ ()
下一篇：返回列表