放弃JSON吧！这4种数据格式让API性能提升5倍

哎我跟你说…我这两天真是被一个接口折腾到脑袋嗡嗡的。昨天晚上十一点多，我在公司楼下啃着个凉掉的肉夹馍，手机那边小李给我发消息：“东哥你看下，这个接口怎么又慢成狗了？JSON 是不是又搞事了？”我当时就想…哎这玩意我不是早就说过嘛，JSON 好用是好用，但真不是高性能场景里的亲儿子。

我边吃边跟他说，你别老迷信 JSON，尤其是那种几十万条字段来回跑的，序列化反序列化每次都能把 CPU 打一个激灵。就在那会儿的风吹脸上，肉夹馍渣掉我鞋子上，我突然想起来前阵子做接口压测的时候几种数据格式差了好几倍，于是我今天就随手跟你们唠一下，真的，不吹不黑，JSON 在性能面前就是个老实孩子。

你看我昨天在工位上写代码的时候…突然想到四种替代 JSON 的方案，顺手跑了下压测

我当时是在搞一个设备日志同步的活儿，那日志一条几十 K 的、动不动就是万条级别。我用 JSON 处理的时候 CPU 直接顶满，风扇跟飞机起飞一样。我当时就愣了下，手敲了一段最普通的 Python 转 JSON 的代码：

import json
defto_json(data):
return json.dumps(data)

跑个几万条数据直接让我笔记本变暖手宝…那一瞬间我脑子里“哗”一下就想起之前测过的另外几种格式。

1. MessagePack：像 JSON，但压缩得狠

我记得当时是凌晨一点多吧，我们组那个小王突然跑过来说：“东哥你那个 JSON 压测数据能借我跑跑嘛？”我说你别跑 JSON 了，换 MessagePack 吧。

MessagePack 长得跟 JSON 差不多，但它是二进制的，序列化直接快飞起。

当时随手写了个 demo：

import msgpack
data = {"user": "east", "age": 33, "tags": ["dev", "python"]}
packed = msgpack.packb(data)
unpacked = msgpack.unpackb(packed)

小王测着测着就喊：“卧槽东哥这比 JSON 快三四倍啊！”

我回头说：“正常…你别激动。”

这玩意对高并发、IO 压力大的接口来说真的是香。

2. Protobuf：谷歌亲儿子，就是麻烦点

说实话…我前天在地铁上还在琢磨 Protobuf 的 schema 要不要扩字段又不破坏兼容性。Protobuf 最大的问题就是麻烦，你得写 .proto 文件，而且字段类型都要先定义好。

但性能真的是强，序列化反序列化简直飞。

简单举个例子：

syntax = "proto3";
message User {
  string username = 1;
  int32 age = 2;
}

Python 调用的时候：

user = User(username="east", age=33)
binary_data = user.SerializeToString()

速度是 JSON 的 5～10 倍，我当时压测的时候那曲线是真好看。

3. Avro：动态 schema 的狠角色

这个我是在公司楼下抽烟时碰到做大数据那帮兄弟，他们说 Kafka 里面大量用 Avro，因为 Avro 支持 schema evolution，不像 Protobuf 那么死板。

我那会硬是被他们拉着看了个 demo：

import avro.schema
import avro.io
import io

性能比 JSON 好一大截，而且适合需要不断变更结构但又想保持高性能的场景，比如日志、埋点。

我抽烟抽到一半直接说：“行了行了，这玩意我回去也加到我的工具链里。”

4. FlatBuffers：不用反序列化，直接读

这个是真狠。

我记得我第一次测试 FlatBuffers 是凌晨三点，因为一个设备通信接口慢得离谱，JSON 处理大字典直接把 CPU 干爆。后来我试了 FlatBuffers…序列化几乎是零成本，数据还能像数组一样随机访问。

像这样：

# 实际 FlatBuffers 要用 flatc 生成代码
# 使用起来类似：
user = User.GetRootAsUser(buf, 0)
name = user.Name()

就是不用反序列化，直接“读”。这个特性让它在游戏行业、物联网设备里特别受欢迎。

反正那天我跟小李说完以后他沉默了三秒，然后说：

“那东哥，我是不是得把我们项目所有 JSON 全换掉？”

我当时嘴里还在嚼凉掉的肉夹馍，我说：

“不是换掉，是别在高频 IO、超大 payload、低延迟要求的接口里用 JSON…它承受不来。”

你看一般我建议是：

我现在写到这又想起小王昨天跑来问我 MessagePack 怎么处理日期格式，我当时正热着外卖没空搭理他…算了我等下回他去。