• fastjson2与fury的巅峰对决,谁会笑到最后?


    写在前面

    两个月前,我们写过一篇关于fury和protostuff的性能对比的文章:谁才是真正的协议之王?fastjson2 vs fury,那时,两个协议框架各有千秋,不分伯仲,今天,看到fury推出了全新的0.2.0版本,fastjson2推出了新2.0.41版本,据说都有很多性能的提升,今天打算再一测,希望这两家伙再接再厉,能带给我们更多惊喜!
    我们这次的侧重点,主要关注在序列化,反序列化,数据包压缩率大小。
    上次的结论我们再回顾下:

    序列化对比
    fastjson2在BeanToArray(将对象序列化成数组)情况下,是protostuff 的26.996倍。
    fury在 引用解析(RefTracking)关闭,类注册(ClassRegistration)打开,整数压缩(NumberCompressed)打开的情况下 ,是protostuff 的28.160倍。
    fury 胜出!
    反序列化对比
    fastjson2在SupportArrayToBean(将数组反序列化成对象)情况下,是protostuff 的25.002倍。
    fury在 引用解析(RefTracking)关闭,类注册(ClassRegistration)打开,整数压缩(NumberCompressed)打开的情况下 ,是protostuff 的22.598倍。
    fastjson2 胜出!
    包体压缩比上
    选取各自表现最优的情况下,fury , protostuff,fastjson 比较 20.45%> 17.90%>16.34% ,fastjson2 胜出!
    @ 2023/08/19

    官网和引入

    fastjson2
    官网:无
    开源地址:https://github.com/alibaba/fastjson2
    使用引入:

    implementation 'com.alibaba.fastjson2:fastjson2:2.0.41'
    
    • 1

    fury
    官网:https://furyio.org
    开源地址:https://github.com/alipay/fury
    使用引入:

    implementation 'org.furyio:fury-core:0.2.0'
    
    • 1

    设备,环境及样本

    设备

    测试设备: win11, 8core,16g memory,

    JDK

    openjdk version "11.0.16.1" 2022-08-16
    OpenJDK Runtime Environment TencentKonaJDK (build 11.0.16.1+2)
    OpenJDK 64-Bit Server VM TencentKonaJDK (build 11.0.16.1+2, mixed mode)
    
    • 1
    • 2
    • 3

    样本

    用游戏中高频调用的技能回包做样本,字节大小 为704 bytes,

    SkillFire_S2C_Msg[attackerId=2013850838,harmList={HarmDTO[curHp=1061639.1,dead=true,maxHp=972081.06,real=36249,targetId=1711281434,type=84,value=18168.72],HarmDTO[curHp=836323.44,dead=true,maxHp=8546706.0,real=91675,targetId=1527336063,type=22,value=30714.76],HarmDTO[curHp=2022717.6,dead=true,maxHp=8923567.0,real=74008,targetId=1684460215,type=67,value=93250.83]},index=37,param1={7153337,1918282,5243103,1985757,7515730},skillCategory=ATTACK_PASSIVE]
    
    • 1

    放一张使用的游戏场景,让大家感性认识一下,你所看到的绚丽的技能效果背后是无数个SkillFire_S2C_Msg协议在来回游荡:
    在这里插入图片描述

    测评数据

    性能测评的项目下载路径如下:
    https://github.com/jiangguilong2000/gamioo-sandbox.git

    包体大小

    对序列化后传输包体压缩率的各种比较如下:

    协议设置压缩率前值
    fastjson2BeanToArray=false41.48%一样
    fastjson2BeanToArray=true16.34%一样
    furyNumberCompressed=false24.01%35.94%
    furyNumberCompressed=true18.61%27.84%
    furyNumberCompressed=true,ClassRegistration18.61%20.45%
    Protostuff17.90%一样

    序列化

    Benchmark                                                                       Mode  Cnt         Score        Error  Units
    ProtoSerializeBenchMark.furySerialize                                          thrpt   10   8008220.631 ± 187910.778  ops/s
    ProtoSerializeBenchMark.furySerializeWithClassRegistrationAndNumberCompressed  thrpt   10  13614652.032 ± 514327.393  ops/s
    ProtoSerializeBenchMark.jsonSerialize                                          thrpt   10   3076330.832 ±  76810.104  ops/s
    ProtoSerializeBenchMark.jsonSerializeWithBeanToArray                           thrpt   10   8459437.606 ± 263671.263  ops/s
    ProtoSerializeBenchMark.jsonSerializeWithBeanToArrayAndFieldBase               thrpt   10   7289778.892 ± 179821.080  ops/s
    ProtoSerializeBenchMark.protostuffSerialize                                    thrpt   10    237222.753 ±  15051.667  ops/s
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    在这里插入图片描述

    反序列化

    Benchmark                                                                           Mode  Cnt        Score        Error  Units
    ProtoDeserializeBenchMark.furyDeserialize                                          thrpt   10  5139942.244 ± 134681.750  ops/s
    ProtoDeserializeBenchMark.furyDeserializeWithClassRegistrationAndNumberCompressed  thrpt   10  7929230.323 ± 143908.696  ops/s
    ProtoDeserializeBenchMark.jsonDeserialize                                          thrpt   10  3166615.576 ± 142094.220  ops/s
    ProtoDeserializeBenchMark.jsonDeserializeWithArrayToBean                           thrpt   10  5894992.128 ± 174962.357  ops/s
    ProtoDeserializeBenchMark.jsonDeserializeWithArrayToBeanAndFieldBase               thrpt   10  5846732.053 ± 183195.377  ops/s
    ProtoDeserializeBenchMark.protostuffDeserialize                                    thrpt   10   245674.644 ±   7632.013  ops/s
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    在这里插入图片描述

    结论

    序列化对比

    fastjson2在BeanToArray(将对象序列化成数组)情况下,是protostuff 的30.73倍,比上次26.996提升了13.83%。
    fury在 引用解析(RefTracking)关闭,类注册(ClassRegistration)打开,整数压缩(NumberCompressed)打开的情况下 ,是protostuff 的57.39,比上次测试的28.160性能提升了103.8%。
    fury 胜出!并且,两者性能差距断崖式拉大。

    反序列化对比

    fastjson2在SupportArrayToBean(将数组反序列化成对象)情况下,是protostuff 的23.99倍。
    fury在 引用解析(RefTracking)关闭,类注册(ClassRegistration)打开,整数压缩(NumberCompressed)打开的情况下 ,是protostuff 的32.275倍,比上次测试的22.598提升了42.82%
    fury 反败为胜,并且,两者性能差距大幅拉大。

    包体压缩比上

    选取各自表现最优的情况下,fury , protostuff,fastjson 比较
    18.61%>17.90%> 16.34%,前值是20.45%> 17.90%>16.34%,依旧是fastjson2 胜出!

    综述

    总之,经过一个大版本的迭代,fury在核心指标序列化,反序列化上已经迎头赶上,并大幅拉开和fastjson2的差距,压缩比上,也大大的缩小了和fastjson2的差距,这是让笔者感到令人惊喜的成果,如果能在多语言生态特别是C#,和接口的易用性上更上一层,谁会笑到最后,让我们拭目以待。

    附言:本人认知有限,如本文中有错误的使用或者见解,请联系我纠正,谢谢!

    Q&A
    Q.当前版本,提前显式注册类不再需要了?
    A:对的,带来的影响,简化了框架的使用复杂度,提升了性能。
    Q.对long类型的数据有没有优化算法?
    A:有的,ong的范围都是在int范围内,其实你可以换成int来序列化,fury压缩率比jsonb要高的,有个高压缩率的long编码算法,在你这个场景开启后压缩效果也更好一点,但是也会导致你数据里面的List跟着一起压缩,而jsonb没有压缩,所以我们默认没开,要开的话,withLongCompressed(LongEncoding.PVL),压缩率更高,不过有性能损失,一般不打开,发现开启后,包体是能进一步压缩,但性能影响还挺大,暂时不用。

  • 相关阅读:
    【Java面试题】List如何一边遍历,一边删除?
    Springboot 手动分页查询,分批批量插入数据
    vue3前端开发-flex布局篇
    FFmpeg入门详解之110:RTSP协议讲解
    通过提示大语言模型进行个性化推荐LLM-Rec: Personalized Recommendation via Prompting Large Language Models
    xxl-job项目集成实战,全自动项目集成,可以直接使用到项目中
    Vue源码之数据响应式
    Roson的Qt之旅#105 QML Image引用大尺寸图片
    LibreOJ - 6053(积性函数前缀和,pn筛角度)
    PIL+pyplot+transforms.ToTensor+unsqueeze+div
  • 原文地址:https://blog.csdn.net/jiangguilong2000/article/details/133744099