Python与orjson性能对比测试
2026-03-07 16:13:50
0浏览
收藏
本文深入剖析了orjson与Python标准json库在真实业务场景下的性能差异与兼容性陷阱:虽然orjson在处理含大量浮点数、嵌套列表或datetime的复杂数据时,序列化快2–5倍、反序列化快1.5–3倍,但其优势高度依赖数据结构,对小字典或纯字符串几乎无提升;更关键的是,它不支持default回调、强制输入输出为bytes、缺乏indent/sort_keys等调试功能,且存在大整数精度丢失、类型严格校验等易踩坑细节——盲目替换json.loads/dumps可能引发静默错误或运行时崩溃;文章还指出FastAPI已默认集成orjson(仅限自动响应路径),并强调可靠基准测试必须控制GC、预热、选项配置(如OPT_STRICT_INTEGER)及真实数据样本,避免被缓存或外围IO掩盖真正瓶颈。

orjson 比 json 快多少?别信宣传页,看真实场景
在多数实际场景下,orjson 序列化比标准 json 快 2–5 倍,反序列化快 1.5–3 倍;但这个差距高度依赖数据结构——纯字符串或小字典几乎没差别,而含大量 float、嵌套 list 或 datetime 的 payload 才明显拉开距离。
- 测试时务必用你的真实数据样本,比如从数据库查出的 10k 条记录 dump 出来的 dict list,而不是
{'a': 1, 'b': [1,2,3]}这种玩具数据 orjson不支持default回调函数,遇到自定义类型(如dataclass、UUID)会直接抛TypeError: Type is not JSON serializable- 它默认输出 bytes 而非 str,如果后续要拼接 URL 或写日志,得显式调用
.decode(),否则容易踩TypeError: expected str, bytes found
怎么安全替换项目里的 json.loads / json.dumps?
不能全局搜索替换,因为 orjson 的行为和接口有关键差异,硬切会导致运行时错误或静默数据丢失。
orjson.loads()不接受object_hook或parse_float等参数,如果你靠object_hook把 JSON 字段转成Decimal,就得改用预处理或后解析方式orjson.dumps()默认不带缩进、不排序 key、不处理 NaN/Infinity(会报错),而json.dumps(indent=2, sort_keys=True)这类调试友好配置它根本不支持- 它强制要求输入是 UTF-8 兼容对象,传入
bytes会报TypeError: expected str, bytes found;反过来,orjson.loads()只接受bytes或bytearray,传str会直接崩溃
orjson 在 FastAPI / Uvicorn 里要不要手动启用?
FastAPI 从 v0.95.0 起已默认用 orjson 替代 json 做响应序列化,但仅限于 return dict/list 的路径;如果你手动调用 json.dumps() 构造响应体,或用了 Response(content=...),那还是走标准库。
- 检查是否生效:启动服务后访问一个返回 JSON 的接口,用 curl -v 看响应头里有没有
content-type: application/json,再对比响应体里浮点数是不是没尾随零(orjson默认省略)、None是不是变成null(它严格遵循 JSON 规范) - 禁用方法是设
app = FastAPI(json_loads=json.loads, json_dumps=json.dumps),但除非你依赖default回调,否则没必要退回去 - Uvicorn 本身不干预 JSON 处理,它只管把 ASGI app 返回的 bytes 发出去,所以“启用 orjson”这事跟 Uvicorn 配置无关
基准测试时最容易漏掉的三个条件
很多人的 benchmark 结果不可复现,问题出在没锁死环境变量和底层行为。
- 必须设置
ORJSON_OPTIONS = orjson.OPT_STRICT_INTEGER(如果数据里有大整数),否则orjson可能悄悄把超过2**53的 int 转成 float,导致精度丢失——这在金融或 ID 场景里是致命 bug - 测试前加
import gc; gc.collect(),否则内存缓存会让第二次以后的orjson.dumps()显著变快,扭曲真实 IO-bound 场景 - 用
timeit时避免把 import 写进 setup 字符串,应提前 import,否则每次循环都重载模块,测的其实是导入开销而非序列化本身
真正卡顿的地方往往不在序列化本身,而在你把 orjson.dumps() 的结果又喂给 gzip.compress() 或塞进 asyncpg 的 execute()——这些环节的瓶颈会掩盖 JSON 库差异。先确认 profile 里 json 确实是热点,再动它。
以上就是《Python与orjson性能对比测试》的详细内容,更多关于的资料请关注golang学习网公众号!
久久小说网最新章节入口与免费阅读方法
- 上一篇
- 久久小说网最新章节入口与免费阅读方法
- 下一篇
- CAD看图王一键看图入口及使用教程
查看更多
最新文章
-
- 文章 · python教程 | 2天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1173次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1157次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1338次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1281次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1140次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

