入门例子
Maven 依赖
首先，在你的 pom.xml 文件中添加 Fastjson 依赖：
<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
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
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
public class User {
private String name;
// getter and setter
}
- User.json
{"name":"ryo", "age": 12}
直接可以转换成功
User user = JSON.parseObject(json, User.class);
json 转换为 List<Map>
有时候需要将 json 转换为 list:
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：
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
{ "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
// 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。
//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。
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
// ... ...
}
