当前位置:首页 > 文章列表 > Golang > Go问答 > Go time.Time 序列化后为何失去单调部分

Go time.Time 序列化后为何失去单调部分

来源:17golang原创 2026-10-31 18:09:24 0浏览 收藏

我第一次遇到这个现象,是把 time.Now() 放进 JSON 后再解码,发现调试输出里不再带原来那段单调读数。这个结果不是精度丢失,也不是 JSON 库改坏了 time.Time,而是 Go 有意把只能在当前进程解释的单调时钟排除在序列化格式之外。

因此,跨进程传递的时间点应当只依赖墙上时间,进程内测量耗时则应保留原始的 Time 或直接保存 Duration。下面按这个边界拆开看。

官方资料:https://pkg.go.dev/time

先分清 time.Time 里有哪两种时间

Go 的 time.Now() 返回的值可能同时包含 wall clock 和 monotonic clock。前者回答“现在是几点”,会受到校时影响;后者回答“两个时刻相隔多久”,只在创建它的进程内有意义。

Sub、Before、After、Equal 和 Compare 在两个值都带单调读数时,会优先使用单调读数。这个设计让本地耗时统计不容易被系统时间向前或向后调整干扰。

time.Now、wall clock、monotonic clock 与 time.Time 比较方法的静态关系说明图
图1:time.Time 两种时钟读数的静态关系说明图,不是运行截图或运行证据。

序列化为什么必然丢掉单调部分

单调读数是当前进程运行时钟的偏移量,换到另一个进程后没有可比较的共同起点。Go 官方文档因此明确规定:GobEncode、MarshalBinary、MarshalJSON 和 MarshalText 生成的序列化结果都会省略它;对应的解码方法也只会创建不含单调读数的时间。

这意味着序列化前后的两个值,日历时间可以相同,但内部携带的信息不再相同。可以把它理解成“传输了一个时间点”,而不是“把原进程的计时器搬到了新进程”。

time.Time 序列化方法、传输边界与反序列化时间的静态关系说明图
图2:time.Time 序列化边界说明图,展示单调读数不会跨进程传递。

比较时不要把 == 当成时间相等

time.Time 的 == 比较不只看时间点,还会比较 Location 和单调读数。一个值来自 time.Now(),另一个值来自 JSON 解码时,即使它们表示同一瞬间,== 也可能不是你想要的判断。

判断两个时间是否表示同一时刻,用 Equal;判断先后,用 Before、After 或 Compare。当比较双方有一方没有单调读数时,这些方法会回退到 wall clock。

package main

import (
    "encoding/json"
    "fmt"
    "time"
)

func main() {
    original := time.Now()

    // JSON 只承担跨边界传递时间点,不承担当前进程的计时状态。
    payload, err := json.Marshal(original)
    if err != nil {
        panic(err)
    }

    var restored time.Time
    // 解码后的 Time 没有原进程的 monotonic reading。
    if err := json.Unmarshal(payload, &restored); err != nil {
        panic(err)
    }

    fmt.Println("same instant:", original.Equal(restored))
    fmt.Println("same struct:", original == restored)
}

上面的重点不是某一次输出,而是判断语义:Equal 适合时间点比较,== 适合你明确控制了位置和内部表示的场景。若确实需要在进程内把值规范成不带单调读数的形式,可以使用 t = t.Round(0),但它不会让跨进程时间重新获得单调能力。

把耗时与时间点分开存储

本地计时从未跨出当前进程时,直接保留起点:

start := time.Now()

// 这里放需要统计的工作;示例不假设具体业务耗时。
elapsed := time.Since(start)
fmt.Println(elapsed)

如果任务需要跨进程排队或写入数据库,不要把“开始时间序列化后,稍后再用它计算可靠耗时”当成同一只时钟。更稳妥的做法是同时记录两个字段:

  • 事件时间:使用可传输的 time.Time,用于展示、排序和审计。
  • 耗时预算或已耗时:使用 time.Duration,由产生它的进程计算后传递。

若只是想去掉当前值的单调部分再交给缓存或日志,也可以显式调用 t.Round(0)。这表达的是“我只要稳定的墙上时间表示”,而不是修复了序列化造成的丢失。

常见问题

序列化后时间会变得不准确吗?

它保留的是可序列化的墙上时间;丢掉的是只对当前进程有意义的单调读数。两者解决的问题不同。

为什么 time.Since 比 now.Sub(反序列化时间) 更适合本地耗时?

time.Since 使用从当前进程获得的起点;反序列化结果没有原来的单调读数,跨边界计算只能回退到墙上时间。

应该用 Unix 时间戳代替 time.Time 吗?

如果协议只需要表达时间点,Unix 时间戳可以更明确;如果还要处理时区、格式化和日期运算,继续使用 time.Time 也可以,关键是不要把它当作可跨进程携带的单调计时器。

总结一下:time.Time 序列化后失去单调部分是 Go 的边界设计。原始值留在当前进程时,用它做耗时和先后判断;进入 JSON、Gob、数据库或消息队列后,只把它当作时间点,并把真正的耗时单独保存为 Duration。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go time.Time 单调字段怎样影响比较Go time.Time 单调字段怎样影响比较
上一篇
Go time.Time 单调字段怎样影响比较
Go time.Time 用 Equal 替代结构体比较
下一篇
Go time.Time 用 Equal 替代结构体比较
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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数据集详解:生物医学问答基准、功能与应用指南
    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。
    813次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    803次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    894次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    866次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    690次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码