Python中三个json组件的安装方式

在 Python 使用用 json.dumps（data） 时突然发现特别慢，data 本身不大，但是一个包含很多元素的列表，所以促使本人寻找一个替代的 JSON 处理库。大概对比了一个 ujson（UtltraJSON）， python-rapidjson（RapidJSON） 和 Python 自带的 json 库。还有一个 simplejson 是为兼容 Python 2.6 以前用的（json 是 Python 2.6 新加入的 API），性能有些差。基本上姜还是老的辣，想要收获更好的性能，还得仰赖传统的 C/C++ 语言，ujson 是用纯 C 写的，RapidJSON 是 C++ 写的，后者还是十美分的开源产品。json， ujson， rapidjson 三者 loads（） 方法的性能差别不太明显，但 dumps（） 大对象时 Python 自带的 json 库就要考验用户的耐心了。注：最开始本来认定了 ujson 为最佳选择， 所以先从 usjon 和 rapidjson 切入的，后来写作本文的过程中，从 usjon 的自我介绍中发现了 Rust 写的 orjson 很显眼，才加入了 orjson 的测试，看来 orjson 更值得拥有。以上三个 json 组件的安装方式分别为

pip install python-rapidjson

$ pip install simplejson

自己测试了一个 ujson 和 rapidjson 与 Python json 库的 dumps（） 的性能，simpejson 不太考虑了。测试代码如下

# test.py

from time import timeimport sysimport string

num = int（sys.argv［1］）lib = sys.argv［2］

items = ［］for i in range（num）： items.append（{c:c for c in string.ascii_letters}）start = time（）if lib == ‘ujson’： import ujson ujson.dumps（items）elif lib == ‘rapidjson’： import rapidjson rapidjson.dumps（items）else： import json json.dumps（items）

print（time（） - start）

执行 python 1000|10000|100000|1000000 json|ujson|rapidjson， 试结果统计如下（数字为不同情况下的耗时）：

基本上测试的性能和 Benchmark of Python JSON libraries 中的是一致的。从原文中截取了两张图如下：

在 UltraJSON 的 Github 项目页面中也有对比 ujson， nujson， orjson， simplejson， json 的 Benchmarks。其中列出的 orjson（pip install orjson） 和 nujson（pip install nujson， Fork 了 UltraJSON 来支持 Numpy 序列化的） 性能表现上不错，orjson 表现上比 ujson 还更为卓越。

看到了 orjson 后，赶紧做个对比测试，在上面的 test.py 代码中再加上

elif lib == ‘orjson’： import orjson orjson.dumps（items）

再列出完整的对比数据

继续翻看 orjson 的 Github 主页面 ijl/orjson， 它既非用 C 也不是用 C++ 写的，而是 Rust 语言，真是让我眼前一亮，Rust 程序运行速度真的能与 C/C++ 相媲美的。写到这里我要开始改变当初只认 ujson 的主意了，orjson 或许是更佳的选择， 本文的标题也由最初拟定的 “Python 处理 JSON 必要时我选择 ujson（UltraJSON）” 变成了 “Python 处理 JSON 必要时我选择 ujson 和 orjson”。这也是写博客时，尽可能收集更多的素材多的魅力。

补充一下，orjson 的 dumps（） 函数使用略有不同，不再用 indent 参数，并且返回值是 bytes，所以格式化成字符串的写法如下

import orjson

json_str = orjson.dumps（record， option=orjson.OPT_INDENT_2）.decode（）

另外，在使用 ujson 时碰到的一个 bug 也顺便记录在此，就不立新篇了，反正现在找东西都不太看标题，而是 Google 到其中的内容。ujson 3.0.0 和 3.1.0 版本的 dumps（） 的 indent 参数工作不正常，有个未关闭的 ticket ‘indent’ parameter for dumps doesn‘t indent properly in 3.0.0 #415。比如使用 ujson 3.1.0 时的现像是

》》》 import ujson》》》 ujson.dumps（{’a‘： 1， ’b‘： 2}）’{“a”：1，“b”：2}‘

》》》 ujson.dumps（{’a‘： 1， ’b‘： 2}， indent=0）’{“a”：1，“b”：2}‘

》》》 ujson.dumps（{’a‘： 1， ’b‘： 2}， indent=1）’{

“a”： 1，

“b”： 2

}‘

》》》 ujson.dumps（{’a‘： 1， ’b‘： 2}， indent=2）’{

“a”： 1，

“b”： 2

}‘

》》》 ujson.dumps（{’a‘： 1， ’b‘： 2}， indent=8）’{

“a”： 1，

“b”： 2

}‘

indent 大于 1 时都当作 1。

换回到 ujson 2.0.3 版本时没问题

》》》 import ujson》》》 ujson.dumps（{’a‘： 1， ’b‘： 2}， indent=2）’{

“a”： 1，

“b”： 2

}‘

》》》 ujson.dumps（{’a‘： 1， ’b‘： 2}， indent=8）’{

“a”： 1，

“b”： 2

}‘

在这个问题未解决之前就暂时用 pip install ujson==2.0.3 安装 ujson 2.0.3 吧，但是这个版本无法序列化 datetime 类型。

原文链接：https://yanbin.blog/python-json-choose-ujson-if-necessary/

责任编辑：haq