48 【golang】json的效率

本文将主要做如下几方面的测试：

1，构造一个[100]struct的数组，然后来测试它的json编码后的字符串 或者（[]byte），首先关心它的功能是否正常；

2，在很早之前，我们在使用golang版本的json编解码时，发现：同PHP的json编解码相比，golang的效率似乎要低，而且要低不少；

3，基于2的背景，我们希望测试新的golang版本中json编码方面是否有所提升，比较的版本是：Go1.3.3，Go1.9；

4，我们可以用程序的一次性执行来测试它的功能，但是如果多次测试，我们需要构造一个多次测试的环境；

关于3，我们需要做点功课，在同一台机器上部署两个版本的go：https://blog.csdn.net/min2015/article/details/77913910，这个博客或许能有所帮助。

另附：go的各个版本下载地址：https://golang.org/dl/

关于4，我们也需要做点功课，如何能用go test工具来辅助我们处理。这篇文章或许能帮助到我们：http://www.flysnow.org/2017/05/21/go-in-action-go-benchmark-test.html

 

实验环境准备：

1，创建一个目录，随便一个目录就行，比如我们叫json：mkdir json;

2，构造两个go文件：json.go, json_test.go

json.go代码如下：

package myjson

import "fmt"
import "math/rand"
import "time"
//import "os"
import "strconv"
import "encoding/json"

type user struct {
    Name string `json:"nameabcd"`
    Age  int    `json:"age"`
    Desc string `json:"desc"`
}

func generate() {
    var userRows []user = []user{}
    
    var u user
    for i := 1; i < 100; i++ {
        u.Age = 10

        is := strconv.Itoa(i)
        u.Name = "name" + is
        
        u.Desc = GetText(300)
        
        userRows = append(userRows, u)
        
        u = user{}
    }
    
    _, _ = json.Marshal(userRows)
    //fmt.Println(string(o))
    //os.Exit(1)
    
    //构造100个struct
    //构造每一个struct: name, age, desc
    // name = name + index
    // age = rand(10, 40)
    // desc = getRandomText(300)    
    // json.Encode(struct100)
}


var _ = fmt.Sprintf("")

func GetText(slen int) string {
    character := "abcdefghjkmnpqrstuvwxyABCDEFGHJKLMNPQRSTUVWXYZ023456789,:.;-+";
    maxlen := int32(len(character))

    var result string
    rand.Seed(time.Now().UnixNano())
    for i:= 0; i < slen; i++ {
        idx := rand.Int31n(maxlen)
        result += (string)(character[idx])
    }
    return result
}

json_test.go代码如下：

package myjson

import "testing"

func BenchmarkJson(b *testing.B) {
    for i := 0; i < b.N; i++ {
        generate()
    }
}

测试1：直接用go benchmark 来测试BenchmarkJson方法。

$ go test -bench=. -run=none
goos: linux
goarch: amd64
BenchmarkJson          300       4361737 ns/op
PASS
ok      _/home/luwenwei/go/maps/1    1.761s

测试2：使用go benchmark的mem监控工具来测试BenchmarkJson方法。

$ go test -bench=. -benchmem -run=none
goos: linux
goarch: amd64
BenchmarkJson          300       4466717 ns/op     4957588 B/op       59417 allocs/op
PASS
ok      _/home/luwenwei/go/maps/1    1.802s

可以看到带有-benchmem的选项时，在benchmark测试时能够知道内存分配的次数和内存大小。

测试3：作为和测试2的对比组，用go1.3.3来做测试。

1$ ~/download/go1.3.3/go/bin/go test -bench=. -benchmem -run=none
warning: GOPATH set to GOROOT (/home/luwenwei/download/go1.3.3/go) has no effect
testing: warning: no tests to run
PASS
BenchmarkJson         200       8994506 ns/op     5078644 B/op       44185 allocs/op
ok      _/home/luwenwei/go/maps/1    2.645s

测试对比结果如下：

	测试2（Go1.9）	测试3（Go1.3.3）
内存分配次数	59147	44184
内存分配大小（B）	4957588	5078644
每次操作耗时	4.4ms	8.99ms

 

 

测试结果对比情况说明：go1.9的内存分配次数更多，但是每次操作耗时更短，依赖于go的版本升级（猜测：对json处理的优化，split hot stack的问题，由分配栈做link改为连续的内存）

而且这个对比结果还说明了，我们的程序有优化空间，100次的struct构建，却要花费44万次内存分配我们觉得有点扯。

基于这个有点扯的直觉，我们对程序进行了优化。

优化的重点放在了，GetText函数。

优化后的代码：

func GetText(slen int) string {
    character := "abcdefghjkmnpqrstuvwxyABCDEFGHJKLMNPQRSTUVWXYZ023456789,:.;-+";
    maxlen := int32(len(character))

    var r []byte = make([]byte, slen)
    //var result string
    rand.Seed(time.Now().UnixNano())
    for i:= 0; i < slen; i++ {
        idx := rand.Int31n(maxlen)
        r[i] = character[idx]
        //result += (string)(character[idx])
    }
    return (string)(r)
    //return result
}

优化后的测试结果。

测试4：go1.9对优化再次benchmark。

$ go test -bench=. -benchmem -run=none
goos: linux
goarch: amd64
BenchmarkJson         1000       1836617 ns/op      171504 B/op         314 allocs/op
PASS
ok      _/home/luwenwei/go/maps/1    2.028s

测试5：go1.3.3.对优化再次benchmark

$ ~/download/go1.3.3/go/bin/go test -bench=. -benchmem -run=none
warning: GOPATH set to GOROOT (/home/luwenwei/download/go1.3.3/go) has no effect
testing: warning: no tests to run
PASS
BenchmarkJson        1000       2221624 ns/op      171772 B/op         268 allocs/op
ok      _/home/luwenwei/go/maps/1    2.455s

测试5，测试4，和之前的测试3，测试2，对比，每个op耗时更短，从测试2的4.4ms，降低到测试4的1.8ms。这个优化带来的效果是显著的，甚至比版本的升级带来的速度提升更明显。

	测试2（Go1.9）	测试3（Go1.3.3）	测试4-优化（Go1.9）	测试5-优化（Go1.3.3）
内存分配次数	59K	44K	314	268
内存分配大小	4.9MB	5MB	171KB	171KB
每次操作耗时	4.4ms	8.99ms	1.8ms	2.2ms

从程序的维度来看，这次优化带来的提升是显著的，在动态内存分配上[]byte要优于string的附加；

从Go版本的维度来看，Go1.9比Go1.3.3对json的编码速度而言，更有优势；

从工具的维度来看，go test更偏向于对功能的测试，go test benchmark更偏向于对程序的性能测试，而且benchmark是个很好的工具，它能够胜任较简单的模块测试，帮助我们发现模块中的性能问题。

如果对整个project做性能测试，pprof工具要更好，如果怀疑某个模块有问题，再在这个模块上使用benchmark来精准定位，是个合理的性能瓶颈定位方法。

 

 

附录：

关于golang的json，我们可能想了解更多：https://gobyexample.com/json