https://github.com/json-iterator/go是一个非常优秀的go json解析库，完全兼容官方的json解析库。相对于官方的解析器，它的优化点在于：
1，单次扫描：所有解析都是在字节数组流中直接在一次传递中完成的。readInt或readString一次完成，并没有做json的token切分，直接读取字符，转换成目标类型，readFloat或readDouble都以这种方式实现。避免重复扫描的同时，也最大限度避免了内存的申请和释放。
2，它不解析令牌，然后分支。相反，它是先将目标需要绑定的golang对象类型和对应的解析器解析出来，并缓存。然后遍历json串的时候，对取出来的每个key，结合json当前上下文，去map里取对应的解析器，去解析并绑定值。
3，对于不需要解析的字段，会跳过它所有的嵌套对象，因为匹配不到解析器，避免不必要的解析。跳过整个对象时，我们不关心嵌套字段名称
4，绑定到对象不使用反射api。而是取出原始指针interface{}，然后转换为正确的指针类型以设置值。例如：*((*int)(ptr)) = iter.ReadInt()
5，尽量避免map的分配和寻址，对于小于等于10个字段的结构体，通过计算key的hash的方式，分配每个字段的结构体和对应的解析函数，这样解析到key的时候，直接通过hash值的匹配，避免了字符串匹配和map的分配，以及匹配。
总之通过上述一系列优化，使得它的反序列化性能，在特定场景下比官方的标准库能够快10倍。当然也有很多网友对此数据表示质疑，所以分析源码之前，拿它提供的benchmark跑了下数据： https://github.com/json-iterator/go-benchmark/blob/master/src/github.com/json-iterator/go-benchmark/benchmark_medium_payload_test.go
在不改变son-iterator 提供的样例数据的情况下，跑出来的效果是惊人的。
代码语言：javascript复制var mediumFixture []byte = []byte(`{
"person": {
"id": "d50887ca-a6ce-4e59-b89f-14f0b5d03b03",
"name": {
"fullName": "Leonid Bugaev",
"givenName": "Leonid",
"familyName": "Bugaev"
},
"email": "leonsbox@gmail.com",
"gender": "male",
"location": "Saint Petersburg, Saint Petersburg, RU",
"geo": {
"city": "Saint Petersburg",
"state": "Saint Petersburg",
"country": "Russia",
"lat": 59.9342802,
"lng": 30.3350986
},
"bio": "Senior engineer at Granify.com",
"site": "http://flickfaver.com",
"avatar": "https://d1ts43dypk8bqh.cloudfront.net/v1/avatars/d50887ca-a6ce-4e59-b89f-14f0b5d03b03",
"employment": {
"name": "www.latera.ru",
"title": "Software Engineer",
"domain": "gmail.com"
},
"facebook": {
"handle": "leonid.bugaev"
},
"github": {
"handle": "buger",
"id": 14009,
"avatar": "https://avatars.githubusercontent.com/u/14009?v=3",
"company": "Granify",
"blog": "http://leonsbox.com",
"followers": 95,
"following": 10
},
"twitter": {
"handle": "flickfaver",
"id": 77004410,
"bio": null,
"followers": 2,
"following": 1,
"statuses": 5,
"favorites": 0,
"location": "",
"site": "http://flickfaver.com",
"avatar": null
},
"linkedin": {
"handle": "in/leonidbugaev"
},
"googleplus": {
"handle": null
},
"angellist": {
"handle": "leonid-bugaev",
"id": 61541,
"bio": "Senior engineer at Granify.com",
"blog": "http://buger.github.com",
"site": "http://buger.github.com",
"followers": 41,
"avatar": "https://d1qb2nb5cznatu.cloudfront.net/users/61541-medium_jpg?1405474390"
},
"klout": {
"handle": null,
"score": null
},
"foursquare": {
"handle": null
},
"aboutme": {
"handle": "leonid.bugaev",
"bio": null,
"avatar": null
},
"gravatar": {
"handle": "buger",
"urls": [
],
"avatar": "http://1.gravatar.com/avatar/f7c8edd577d13b8930d5522f28123510",
"avatars": [
{
"url": "http://1.gravatar.com/avatar/f7c8edd577d13b8930d5522f28123510",
"type": "thumbnail"
}
]
},
"fuzzy": false
},
"company": null
}`)它里面有很多不需要解析的字段，这些字段官方库解析起来比较慢，下面是跑出来的结果
代码语言：javascript复制lib decode encode
std 156737 ns/op 2392 ns/op
jsoniter 18733 ns/op 2435 ns/op
easyjson 45686 ns/op 1793 ns/op但是稍微调整下benchmark的数据，发现效果差别会很大
代码语言：javascript复制var mediumFixture1 []byte = []byte(`{
"person": {
"id": "d50887ca-a6ce-4e59-b89f-14f0b5d03b03",
"name": {
"fullName": "Leonid Bugaev",
"givenName": "Leonid",
"familyName": "Bugaev"
},
"github": {
"handle": "buger",
"id": 14009,
"avatar": "https://avatars.githubusercontent.com/u/14009?v=3",
"company": "Granify",
"blog": "http://leonsbox.com",
"followers": 95,
"following": 10
},
"gravatar": {
"handle": "buger",
"urls": [
],
"avatar": "http://1.gravatar.com/avatar/f7c8edd577d13b8930d5522f28123510",
"avatars": [
{
"url": "http://1.gravatar.com/avatar/f7c8edd577d13b8930d5522f28123510",
"type": "thumbnail"
}
]
},
"fuzzy": false
},
"company": null
}`)调整后的数据如下：
代码语言：javascript复制lib decode encode
std 9301 ns/op 953.3 ns/op
jsoniter 2262 ns/op 913.9 ns/op
easyjson 2757 ns/op 733.2 ns/op结果也告诫我们，其实不要盲目信任benchmark，每个库都有自己擅长的和不擅长的，提供benchmark的人，都有意或者无意有偏向性。还是需要根据自己的业务场景进行实际压测，跑bench来得出相应的结论。
话说回来，虽然改了下bench，效果差了很多，但是比起官方的库，性能优化还是非常可观的。下面我们研究下如何使用它。
代码语言：javascript复制import (
"fmt"
jsoniter "github.com/json-iterator/go"
)
type ColorGroup struct {
ID int
Name string
Colors []string
}
func main() {
var json = jsoniter.ConfigCompatibleWithStandardLibrary
group := ColorGroup{
ID: 1,
Name: "Reds",
Colors: []string{"Crimson", "Red", "Ruby", "Maroon"},
}
b, err := jsoniter.Marshal(group)
fmt.Println(string(b), err)
val := []byte(`{"ID":1,"Name":"Reds","Colors":["Crimson","Red","Ruby","Maroon"]}`)
fmt.Println(jsoniter.Get(val, "Colors", 0).ToString())
data := ColorGroup{}
fmt.Println(data, json.Unmarshal(b, &data), data)
}默认情况下，它的接口api和官方api一致，初始化 var json = jsoniter.ConfigCompatibleWithStandardLibrary对象后就可以和官方api一样来使用它了。关于它的源码，我们后面接着分析。
