Fastjson内幕

原文出处：http://wenshao.iteye.com/blog/1142031

JSON协议使用方便，越来越流行。JSON的处理器有很多，为什么需要再写一个呢？因为我们需要一个性能很好的JSON Parser，希望JSON Parser的性能有二进制协议一样好，比如和protobuf一样，这可不容易，但确实做到了。有人认为这从原理上就是不可能的，但是计算机乃实践科学，看实际的结果比原理推导更重要。  这篇文章告诉大家：  * Fastjson究竟有多快  * 为什么Fastjson这么快  * 你能用Fastjson来做什么！  * 如何获得fastjson？  首先，Fastjson究竟有多快？  我们看一下使用https://github.com/eishay/jvm-serializers/提供的程序进行测试得到的结果： 

这是一个468bytes的JSON Bytes测试，从测试结果来看，无论序列化和反序列化，Fastjson超越了protobuf，可以当之无愧fast! 它比java deserialize快超过30多倍，比json-lib快100倍。由于Fastjson的存在，你可以放心使用json统一协议，达到文本协议的可维护性，二进制协议的性能。 

JSON处理主要包括两个部分，serialize和deserialize。serialize就是把Java对象变成JSON String或者JSON Bytes。Deserialize是把JSON String或者Json Bytes变成java对象。其实这个过程有些JSON库是分三部分的，json string <－-> json tree <－-> java object。Fastjson也支持这种转换方式，但是这种转换方式因为有多余的步骤，性能不好，不推荐使用。 

为什么Fastjson能够做到这么快？

一、Fastjson中Serialzie的优化实现

1、自行编写类似StringBuilder的工具类SerializeWriter。

把java对象序列化成json文本，是不可能使用字符串直接拼接的，因为这样性能很差。比字符串拼接更好的办法是使用java.lang.StringBuilder。StringBuilder虽然速度很好了，但还能够进一步提升性能的，fastjson中提供了一个类似StringBuilder的类com.alibaba.fastjson.serializer.SerializeWriter。 

SerializeWriter提供一些针对性的方法减少数组越界检查。例如public void writeIntAndChar(int i, char c) {}，这样的方法一次性把两个值写到buf中去，能够减少一次越界检查。目前SerializeWriter还有一些关键的方法能够减少越界检查的，我还没实现。也就是说，如果实现了，能够进一步提升serialize的性能。 

2、使用ThreadLocal来缓存buf。

这个办法能够减少对象分配和gc，从而提升性能。SerializeWriter中包含了一个char[] buf，每序列化一次，都要做一次分配，使用ThreadLocal优化，能够提升性能。 

3、使用asm避免反射

获取java bean的属性值，需要调用反射，fastjson引入了asm的来避免反射导致的开销。fastjson内置的asm是基于objectweb asm 3.3.1改造的，只保留必要的部分，fastjson asm部分不到1000行代码，引入了asm的同时不导致大小变大太多。 

使用一个特殊的IdentityHashMap优化性能。

fastjson对每种类型使用一种serializer，于是就存在class -> JavaBeanSerizlier的映射。fastjson使用IdentityHashMap而不是HashMap，避免equals操作。我们知道HashMap的算法的transfer操作，并发时可能导致死循环，但是ConcurrentHashMap比HashMap系列会慢，因为其使用volatile和lock。fastjson自己实现了一个特别的IdentityHashMap，去掉transfer操作的IdentityHashMap，能够在并发时工作，但是不会导致死循环。 

5、缺省启用sort field输出

json的object是一种key/value结构，正常的hashmap是无序的，fastjson缺省是排序输出的，这是为deserialize优化做准备。 

6、集成jdk实现的一些优化算法

在优化fastjson的过程中，参考了jdk内部实现的算法，比如int to char[]算法等等。 

二、fastjson的deserializer的主要优化算法

deserializer也称为parser或者decoder，fastjson在这方面投入的优化精力最多。 

1、读取token基于预测。

所有的parser基本上都需要做词法处理，json也不例外。fastjson词法处理的时候，使用了基于预测的优化算法。比如key之后，最大的可能是冒号":"，value之后，可能是有两个，逗号","或者右括号"}"。在com.alibaba.fastjson.parser.JSONScanner中提供了这样的方法： 

Java代码  

1. public void nextToken(int expect) {  
2. for (;;) {  
3. switch (expect) {  
4. case JSONToken.COMMA: // 
5. if (ch == ',') {  
6.                     token = JSONToken.COMMA;  
7.                     ch = buf[ bp];  
8. return;  
9.                 }  
11. if (ch == '}') {  
12.                     token = JSONToken.RBRACE;  
13.                     ch = buf[ bp];  
14. return;  
15.                 }  
17. if (ch == ']') {  
18.                     token = JSONToken.RBRACKET;  
19.                     ch = buf[ bp];  
20. return;  
21.                 }  
23. if (ch == EOI) {  
24.                     token = JSONToken.EOF;  
25. return;  
26.                 }  
27. break;  
28. // ... ...
29.     }  
30. }  

从上面摘抄下来的代码看，基于预测能够做更少的处理就能够读取到token。 

2、sort field fast match算法

fastjson的serialize是按照key的顺序进行的，于是fastjson做deserializer时候，采用一种优化算法，就是假设key/value的内容是有序的，读取的时候只需要做key的匹配，而不需要把key从输入中读取出来。通过这个优化，使得fastjson在处理json文本的时候，少读取超过50%的token，这个是一个十分关键的优化算法。基于这个算法，使用asm实现，性能提升十分明显，超过300％的性能提升。 

Java代码  

1. { "id" : 123, "name" : "魏加流", "salary" : 56789.79}  
2.   ------      --------          ----------    

在上面例子看，虚线标注的三个部分是key，如果key_id、key_name、key_salary这三个key是顺序的，就可以做优化处理，这三个key不需要被读取出来，只需要比较就可以了。 

这种算法分两种模式，一种是快速模式，一种是常规模式。快速模式是假定key是顺序的，能快速处理，如果发现不能够快速处理，则退回常规模式。保证性能的同时，不会影响功能。 

在这个例子中，常规模式需要处理13个token，快速模式只需要处理6个token。 

实现sort field fast match算法的代码在这个类[com.alibaba.fastjson.parser.deserializer.ASMDeserializerFactory|http://code.alibabatech.com/svn/fastjson/trunk/fastjson/src/main/java/com/alibaba/fastjson/parser/deserializer/ASMDeserializerFactory.java]，是使用asm针对每种类型的VO动态创建一个类实现的。 

这里是有一个用于演示sort field fast match算法的代码： 

http://code.alibabatech.com/svn/fastjson/trunk/fastjson/src/test/java/data/media/ImageDeserializer.java 

Java代码  

1. // 用于快速匹配的每个字段的前缀
2. char[] size_   = ""size":".toCharArray();  
3. char[] uri_    = ""uri":".toCharArray();  
4. char[] titile_ = ""title":".toCharArray();  
5. char[] width_  = ""width":".toCharArray();  
6. char[] height_ = ""height":".toCharArray();  
8. // 保存parse开始时的lexer状态信息
9. int mark = lexer.getBufferPosition();  
10. char mark_ch = lexer.getCurrent();  
11. int mark_token = lexer.token();  
13. int height = lexer.scanFieldInt(height_);  
14. if (lexer.matchStat == JSONScanner.NOT_MATCH) {  
15. // 退出快速模式, 进入常规模式
16.     lexer.reset(mark, mark_ch, mark_token);  
17. return (T) super.deserialze(parser, clazz);  
18. }  
20. String value = lexer.scanFieldString(size_);  
21. if (lexer.matchStat == JSONScanner.NOT_MATCH) {  
22. // 退出快速模式, 进入常规模式
23.     lexer.reset(mark, mark_ch, mark_token);  
24. return (T) super.deserialze(parser, clazz);  
25. }  
26. Size size = Size.valueOf(value);  
28. // ... ...
30. // batch set
31. Image image = new Image();  
32. image.setSize(size);  
33. image.setUri(uri);  
34. image.setTitle(title);  
35. image.setWidth(width);  
36. image.setHeight(height);  
38. return (T) image;  

3、使用asm避免反射

deserialize的时候，会使用asm来构造对象，并且做batch set，也就是说合并连续调用多个setter方法，而不是分散调用，这个能够提升性能。 

4、对utf-8的json bytes，针对性使用优化的版本来转换编码。

这个类是com.alibaba.fastjson.util.UTF8Decoder，来源于JDK中的UTF8Decoder，但是它使用ThreadLocal Cache Buffer，避免转换时分配char[]的开销。 

ThreadLocal Cache的实现是这个类com.alibaba.fastjson.util.ThreadLocalCache。第一次1k，如果不够，会增长，最多增长到128k。 

Java代码  

1. //代码摘抄自com.alibaba.fastjson.JSON
2. public static final  T parseObject(byte[] input, int off, int len, CharsetDecoder charsetDecoder, Type clazz,  
3.                                       Feature... features) {  
4.     charsetDecoder.reset();  
6. int scaleLength = (int) (len * (double) charsetDecoder.maxCharsPerByte());  
7. char[] chars = ThreadLocalCache.getChars(scaleLength); // 使用ThreadLocalCache，避免频繁分配内存
9.     ByteBuffer byteBuf = ByteBuffer.wrap(input, off, len);  
10.     CharBuffer charByte = CharBuffer.wrap(chars);  
11.     IOUtils.decode(charsetDecoder, byteBuf, charByte);  
13. int position = charByte.position();  
15. return (T) parseObject(chars, position, clazz, features);  
16. }  

6、symbolTable算法。

我们看xml或者javac的parser实现，经常会看到有一个这样的东西symbol table，它就是把一些经常使用的关键字缓存起来，在遍历char[]的时候，同时把hash计算好，通过这个hash值在hashtable中来获取缓存好的symbol，避免创建新的字符串对象。这种优化在fastjson里面用在key的读取，以及enum value的读取。这是也是parse性能优化的关键算法之一。 

以下是摘抄自JSONScanner类中的代码，这段代码用于读取类型为enum的value。 

Java代码  

1. int hash = 0;  
2. for (;;) {  
3.     ch = buf[index ];  
4. if (ch == '"') {  
5.         bp = index;  
6. this.ch = ch = buf[bp];  
7.         strVal = symbolTable.addSymbol(buf, start, index - start - 1, hash); // 通过symbolTable来获得缓存好的symbol，包括fieldName、enumValue
8. break;  
9.     }  
11.     hash = 31 * hash   ch; // 在token scan的过程中计算好hash
13. // ... ...
14. }  

我们能用fastjson来作什么？

1、替换其他所有的json库，java世界里没有其他的json库能够和fastjson可相比了。 

2、使用fastjson的序列化和反序列化替换java serialize，java serialize不单性能慢，而且体制大。 

3、使用fastjson替换hessian，json协议和hessian协议大小差不多一样，而且fastjson性能优越，10倍于hessian 

4、把fastjson用于memached缓存对象数据。