Python JSON 库性能对比：json vs orjson

在 Python 中，处理 JSON 数据的库有多种选择，其中 json 和 orjson 是两个常见的选项。下面我们将介绍这两个库的主要差异，并通过示例代码帮助您更好地理解它们。

1. 性能

• orjson 是目前 Python 中最快的 JSON 库之一，尤其在处理大数据集时表现突出。它的序列化和反序列化速度通常比标准库 json 快 4.5 到 11.5 倍。
• json 是 Python 标准库的一部分，虽然不如 orjson 快，但使用简单，依赖少。

2. 数据类型支持

• orjson 支持更多的 Python 数据类型，如 dataclass、datetime、numpy 数组和 UUID 实例[1][2][6]。
• json 需要通过 default 参数自定义序列化这些类型。

3. 输出格式

• orjson 默认输出为 bytes，需要手动解码为 str，而 json 直接输出为 str。

4. JSON 规范遵守

• orjson 严格遵守 JSON 规范，不支持 NaN、Infinity 等非标准值。
• json 允许这些非标准值。

5. 学习曲线和使用复杂度

• orjson 需要更多的学习和适应，因为它的行为与标准库有所不同。
• json 使用简单，直接替换现有代码。

示例代码

使用 json

import json

data = {"name": "John", "age": 30}
json_string = json.dumps(data)
print(json_string)

loaded_data = json.loads(json_string)
print(loaded_data)

使用 orjson

import orjson

data = {"name": "John", "age": 30}
json_bytes = orjson.dumps(data)
json_string = json_bytes.decode('utf-8')
print(json_string)

loaded_data = orjson.loads(json_string)
print(loaded_data)

处理 datetime 对象

import orjson
from datetime import datetime

data = {"name": "John", "timestamp": datetime.now()}
json_bytes = orjson.dumps(data)
json_string = json_bytes.decode('utf-8')
print(json_string)

loaded_data = orjson.loads(json_string)
print(loaded_data)

性能比较

以下是一个简单的性能比较示例：

import time
import json
import orjson

data = {"name": "John", "age": 30}

def benchmark(name, dumps, loads):
    start = time.time()
    for i in range(300000):
        result = dumps(data)
        if isinstance(result, bytes):
            result = result.decode('utf-8')
        loads(result)
    print(f"{name}: {time.time() - start} seconds")

benchmark("Python", json.dumps, json.loads)
benchmark("orjson", lambda s: orjson.dumps(s).decode('utf-8'), orjson.loads)

这段代码会输出每个库处理大量数据的时间，通常 orjson 会更快。

总结

如果需要处理大量 JSON 数据且性能至关重要，orjson 是更好的选择。然而，如果项目依赖简单，使用标准库 json 也足够满足需求。