入门例子

Maven 依赖

首先，在你的 pom.xml 文件中添加 Fastjson 依赖：

  [xml]
1
2
3
4
5
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.83</version>
</dependency>

示例代码

下面是一个简单的示例，演示如何使用 Fastjson 将 Java 对象转换为 JSON 字符串，以及如何将 JSON 字符串解析为 Java 对象。

Java 对象转 JSON 字符串

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import com.alibaba.fastjson.JSON;

public class FastjsonExample {
    public static void main(String[] args) {
        // 创建一个示例对象
        User user = new User();
        user.setId(1);
        user.setName("Alice");
        user.setEmail("alice@example.com");

        // 将对象转换为 JSON 字符串
        String jsonString = JSON.toJSONString(user);
        System.out.println("JSON String: " + jsonString);
    }
}

class User {
    private int id;
    private String name;
    private String email;

    // Getter and Setter methods
}

JSON 字符串转 Java 对象

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
import com.alibaba.fastjson.JSON;

public class FastjsonExample {
    public static void main(String[] args) {
        // JSON 字符串
        String jsonString = "{\"id\":1,\"name\":\"Alice\",\"email\":\"alice@example.com\"}";

        // 将 JSON 字符串解析为对象
        User user = JSON.parseObject(jsonString, User.class);
        System.out.println("User ID: " + user.getId());
        System.out.println("User Name: " + user.getName());
        System.out.println("User Email: " + user.getEmail());
    }
}

class User {
    private int id;
    private String name;
    private String email;

    // Getter and Setter methods
}

以上示例展示了如何使用 Fastjson 将 Java 对象转换为 JSON 字符串以及将 JSON 字符串解析为 Java 对象。

FastJson

Fastjson 是一个Java库，可用于将Java对象转换为其JSON表示。

它还可以用于将JSON字符串转换为等效的Java对象。Fastjson可以使用任意Java对象，包括您没有源代码的预先存在的对象。

多余的属性 json 转为对象

User.java

  [java]
1
2
3
4
public class User {
    private String name;
    // getter and setter
}

User.json

  [json]
1
{"name":"ryo", "age": 12}

直接可以转换成功

  [java]
1
User user = JSON.parseObject(json, User.class);

json 转换为 List<Map>

有时候需要将 json 转换为 list:

  [java]
1
List<Map<String, String>> listMapList = JSON.parseObject(json, new TypeReference<List<Map<String,String>>>(){});

序列化为什么这么快

自行编写类似StringBuilder的工具类SerializeWriter。

把java对象序列化成json文本，是不可能使用字符串直接拼接的，因为这样性能很差。

比字符串拼接更好的办法是使用java.lang.StringBuilder。

StringBuilder虽然速度很好了，但还能够进一步提升性能的，fastjson中提供了一个类似StringBuilder的com.alibaba.fastjson.serializer.SerializeWriter。 SerializeWriter提供一些针对性的方法减少数组越界检查。

例如 public void writeIntAndChar(int i, char c) {}，这样的方法一次性把两个值写到buf中去，能够减少一次越界检查。

目前SerializeWriter还有一些关键的方法能够减少越界检查的，我还没实现。

也就是说，如果实现了，能够进一步提升serialize的性能。

使用 ThreadLocal 来缓存buf

这个办法能够减少对象分配和gc，从而提升性能。

SerializeWriter中包含了一个char[] buf，每序列化一次，都要做一次分配，使用ThreadLocal优化，能够提升性能。

使用asm避免反射

获取java bean的属性值，需要调用反射，fastjson引入了asm的来避免反射导致的开销。

fastjson内置的asm是基于objectweb asm 3.3.1改造的，只保留必要的部分，fastjson asm部分不到1000行代码，引入了asm的同时不导致大小变大太多。

使用一个特殊的IdentityHashMap优化性能。

fastjson对每种类型使用一种serializer，于是就存在class -> JavaBeanSerizlier的映射。

fastjson使用IdentityHashMap而不是HashMap，避免equals操作。

我们知道HashMap的算法的transfer操作，并发时可能导致死循环，但是ConcurrentHashMap比HashMap系列会慢，因为其使用volatile和lock。

fastjson自己实现了一个特别的IdentityHashMap，去掉transfer操作的IdentityHashMap，能够在并发时工作，但是不会导致死循环。

缺省启用sort field输出

json的object是一种key/value结构，正常的hashmap是无序的，fastjson缺省是排序输出的，这是为deserialize优化做准备。

集成jdk实现的一些优化算法

在优化fastjson的过程中，参考了jdk内部实现的算法，比如int to char[]算法等等。

deserializer的主要优化算法

deserializer也称为parser或者decoder，fastjson在这方面投入的优化精力最多。

读取token基于预测。

所有的parser基本上都需要做词法处理，json也不例外。

fastjson词法处理的时候，使用了基于预测的优化算法。

比如key之后，最大的可能是冒号”:”，value之后，可能是有两个，逗号”,”或者右括号”}”。

在com.alibaba.fastjson.parser.JSONScanner中提供了这样的方法：

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
public void nextToken(int expect) {  
    for (;;) {  
        switch (expect) {  
            case JSONToken.COMMA: //   
                if (ch == ',') {  
                    token = JSONToken.COMMA;  
                    ch = buf[++bp];  
                    return;  
                }  
  
                if (ch == '}') {  
                    token = JSONToken.RBRACE;  
                    ch = buf[++bp];  
                    return;  
                }  
  
                if (ch == ']') {  
                    token = JSONToken.RBRACKET;  
                    ch = buf[++bp];  
                    return;  
                }  
  
                if (ch == EOI) {  
                    token = JSONToken.EOF;  
                    return;  
                }  
                break;  
        // ... ...  
    }  
}  

从上面摘抄下来的代码看，基于预测能够做更少的处理就能够读取到token。

sort field fast match算法

fastjson的serialize是按照key的顺序进行的，于是fastjson做deserializer时候，采用一种优化算法，就是假设key/value的内容是有序的，读取的时候只需要做key的匹配，而不需要把key从输入中读取出来。

通过这个优化，使得fastjson在处理json文本的时候，少读取超过50%的token，这个是一个十分关键的优化算法。

基于这个算法，使用asm实现，性能提升十分明显，超过300％的性能提升。

例子

  [plaintext]
1
2
{ "id" : 123, "name" : "魏加流", "salary" : 56789.79}  
  ------      --------          ----------    

在上面例子看，虚线标注的三个部分是key，如果key_id、key_name、key_salary这三个key是顺序的，就可以做优化处理，这三个key不需要被读取出来，只需要比较就可以了。

这种算法分两种模式，一种是快速模式，一种是常规模式。

快速模式是假定key是顺序的，能快速处理，如果发现不能够快速处理，则退回常规模式。

保证性能的同时，不会影响功能。

在这个例子中，常规模式需要处理13个token，快速模式只需要处理6个token。

实现sort field fast match算法的代码在这个类[com.alibaba.fastjson.parser.deserializer.ASMDeserializerFactory	http://code.alibabatech.com/svn/fastjson/trunk/fastjson/src/main/java/com/alibaba/fastjson/parser/deserializer/ASMDeserializerFactory.java]，是使用asm针对每种类型的VO动态创建一个类实现的。

这里是有一个用于演示sort field fast match算法的代码：

http://code.alibabatech.com/svn/fastjson/trunk/fastjson/src/test/java/data/media/ImageDeserializer.java

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
// 用于快速匹配的每个字段的前缀  
char[] size_   = "\"size\":".toCharArray();  
char[] uri_    = "\"uri\":".toCharArray();  
char[] titile_ = "\"title\":".toCharArray();  
char[] width_  = "\"width\":".toCharArray();  
char[] height_ = "\"height\":".toCharArray();  
  
// 保存parse开始时的lexer状态信息  
int mark = lexer.getBufferPosition();  
char mark_ch = lexer.getCurrent();  
int mark_token = lexer.token();  
  
int height = lexer.scanFieldInt(height_);  
if (lexer.matchStat == JSONScanner.NOT_MATCH) {  
    // 退出快速模式, 进入常规模式  
    lexer.reset(mark, mark_ch, mark_token);  
    return (T) super.deserialze(parser, clazz);  
}  
  
String value = lexer.scanFieldString(size_);  
if (lexer.matchStat == JSONScanner.NOT_MATCH) {  
    // 退出快速模式, 进入常规模式  
    lexer.reset(mark, mark_ch, mark_token);  
    return (T) super.deserialze(parser, clazz);  
}  
Size size = Size.valueOf(value);  
  
// ... ...  
  
// batch set  
Image image = new Image();  
image.setSize(size);  
image.setUri(uri);  
image.setTitle(title);  
image.setWidth(width);  
image.setHeight(height);  
  
return (T) image;  

使用asm避免反射

deserialize的时候，会使用asm来构造对象，并且做batch set，也就是说合并连续调用多个setter方法，而不是分散调用，这个能够提升性能。

对utf-8的json bytes，针对性使用优化的版本来转换编码。

这个类是com.alibaba.fastjson.util.UTF8Decoder，来源于JDK中的UTF8Decoder，但是它使用ThreadLocal Cache Buffer，避免转换时分配char[]的开销。

ThreadLocal Cache的实现是这个类com.alibaba.fastjson.util.ThreadLocalCache。

第一次1k，如果不够，会增长，最多增长到128k。

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
//代码摘抄自com.alibaba.fastjson.JSON  
public static final <T> T parseObject(byte[] input, int off, int len, CharsetDecoder charsetDecoder, Type clazz,  
                                      Feature... features) {  
    charsetDecoder.reset();  
  
    int scaleLength = (int) (len * (double) charsetDecoder.maxCharsPerByte());  
    char[] chars = ThreadLocalCache.getChars(scaleLength); // 使用ThreadLocalCache，避免频繁分配内存  
  
    ByteBuffer byteBuf = ByteBuffer.wrap(input, off, len);  
    CharBuffer charByte = CharBuffer.wrap(chars);  
    IOUtils.decode(charsetDecoder, byteBuf, charByte);  
  
    int position = charByte.position();  
  
    return (T) parseObject(chars, position, clazz, features);  
}  

symbolTable算法。

我们看xml或者javac的parser实现，经常会看到有一个这样的东西symbol table，它就是把一些经常使用的关键字缓存起来，在遍历char[]的时候，同时把hash计算好，通过这个hash值在hashtable中来获取缓存好的symbol，避免创建新的字符串对象。

这种优化在fastjson里面用在key的读取，以及enum value的读取。

这是也是parse性能优化的关键算法之一。

以下是摘抄自JSONScanner类中的代码，这段代码用于读取类型为enum的value。

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
int hash = 0;  
for (;;) {  
    ch = buf[index++];  
    if (ch == '\"') {  
        bp = index;  
        this.ch = ch = buf[bp];  
        strVal = symbolTable.addSymbol(buf, start, index - start - 1, hash); // 通过symbolTable来获得缓存好的symbol，包括fieldName、enumValue  
        break;  
    }  
      
    hash = 31 * hash + ch; // 在token scan的过程中计算好hash  
  
    // ... ...  
}  