起因是公司原先用的是阿里开源的FastJSON，大家用的也比较顺手，但是在出现了两次严重的漏洞后，公司决定放弃FastJSON，使用其他序列化/反序列化工具。考虑大家常用的无非就是FastJSON、Jackson和Gson这三种，因此领导让我调研一下到底是使用Gson还是Jackson。
关于漏洞这里我多说一句，建议大家还真得把这个事情当一个事情。我之前就被漏洞坑了一把，在一台linux服务器上部署了6.5版本的confluence，后来阿里云也发紧急通知了，告知赶紧升级，然而我并没有当一回事，过了没两天我就中招了，这台机器被挖矿了，什么都干不了，只能是初始化系统，好一顿折腾～
测试结果预告FastJSON、Gson、Jackson序列化性能比较.png
FastJSON、Gson、Jackson反序列化性能比较.png
前置准备工作为了营造一个相对准确、互不影响的测试环境，我们需要有以下限制（要求）：
同一台机器，即我的mac：
MacBookPro(16-inch,2019)处理器2.3GHz八核IntelCorei9内存16GB2667MHzDDR4硬盘1T
JVM相关参数配置：
运行参数-Xms4g-Xmx4g-XX:+UseG1GC
三种JSON引擎版本:
:2.11.1:2.8.6:1.2.72序列化与反序列化
搞事情之前，我们先来复习一下什么是序列化与反序列化：
序列化：把Java对象转换为字节序列的过程。
反序列化：把字节序列恢复为Java对象的过程。
对象的序列化主要有两种用途：
持久化对象：把对象的字节序列永久地保存到硬盘上，通常存放在一个文件中；
网络传输对象：在网络上传送对象的字节序列。
代码测试创建一个对象，包含Boolean、Integer、Long、Double、Date、String、ArrayList、HashMap等数据类型，构造方法即初始化好对象，方便后面使用：
;;;;;;;;/***数据对象*@authorjava架构设计*@date2020/7/175:19下午**/@DatapublicclassDataBeanimplementsSerializable{privatestaticfinallongserialVersionUID=6453520211539229613L;privateBooleanaBoolean;privateIntegerinteger;privateLongaLong;privateDoubleaDouble;privateDatedate;privateStringstring;privateListStringlist;privateMapString,ObjectobjectMap;publicDataBean(){Randomrandom=newRandom();=();=();=();=();=newDate();=();=();=();}}其中randomString()、randomList()、randomMap()方法如下：
;*;/***数据构造器**@authorjava架构设计*@date2020/7/175:30下午**/publicclassDataBuilder{privatestaticfinalString[]chars=newString[]{"0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f","g","h","i","j","k","l","m","n","o","p","q","r","s","t","u","v","w","x","y","z","A","B","C","D","E","F","G","H","I","J","K","L","M","N","O","P","Q","R","S","T","U","V","W","X","Y","Z"};privatestaticfinalRandomrandom=newRandom();/***生成100以内随机长度的字符串*@returnString*/publicstaticStringrandomString(){intlen=(100);StringBuildersb=newStringBuilder(len);for(inti=0;ilen;i++){(chars[(62)]);}();}/***生成100以内的字符串集合*@returnListString*/publicstaticListStringrandomList(){intlen=(100);ArrayListStringlist=newArrayList(len);for(inti=0;ilen;i++){(randomString());}returnlist;}/***生成100以内的Map*@returnMapString,Object*/publicstaticMapString,ObjectrandomMap(){intlen=(100);MapString,Objectmap=newHashMap(len);for(inti=0;ilen;i++){switch(i%6){case0:("key"+i,());break;case1:("key"+i,());break;case2:("key"+i,());break;case3:("key"+i,());break;case4:("key"+i,newDate());break;case5:("key"+i,randomString());break;default:break;}}returnmap;}}序列化测试代码：
测试对象数分别为1、100、1000、10000、100000个，对象都是预先生成好，然后再依次执行三种JSON引擎执行序列化操作，输出结果：
10个对象FastJSON耗时：87msGson耗时：21msJackson耗时：54ms1000个对象FastJSON耗时：138msGson耗时：114msJackson耗时：98ms10000个对象FastJSON耗时：1657msGson耗时：3340msJackson耗时：1456ms
生成条形图：
FastJSON、Gson、Jackson序列化性能比较.png
从上图来分析，可以知道的是，在数据量较少（1、10、100）的时候，Gson的性能最优，且优势较明显，当对象数量在1000的时候，Jackson的性能开始上来了，因此在对象数量在1～1000的时候，性能比拼：GsonJacksonFastJSON。
但是当数量达到10000、100000级别的时候，Gson的性能下降的比较厉害，而FastJson和Jackson依旧保持着它们的快，性能比较：JacksonFastJSONGson。
反序列化测试代码：
publicstaticvoidmain(String[]args){testDeSerialize(1);//testDeSerialize(10);//testDeSerialize(100);//testDeSerialize(1000);//testDeSerialize(10000);//testDeSerialize(100000);}测试对象数分别为1、100、1000、10000、100000个，对象都是预先序列化好，然后再依次执行三种JSON引擎执行反序列化操作，输出结果：
10次FastJSON耗时：29msGson耗时：15msJackson耗时：34ms1000次FastJSON耗时：131msGson耗时：214msJackson耗时：146ms100000次FastJSON耗时：5985msGson耗时：7357msJackson耗时：5232ms
生成条形图：
FastJSON、Gson、Jackson反序列化性能比较.png
反序列化性能测试，
在对象数量为1、10、100的时候，Gson的性能最好，Jackson次之，性能排序为：GsonJacksonFastJson；
在对象数量为1000、10000的时候，Gson的性能下降比较明显，这个量级下性能排序为：FastJsonJacksonGson。
在对象数量为10w的时候，Jackson反超FastJson，性能排序为：JacksonFastJsonGson。
总结当数据量较小的时候（1～100），建议使用Gson；
当数据量较大的时候，建议使用Jackson；
在大数据量的时候，虽然FastJson优势上来了，但是因为有漏洞，不得不放弃。
在做这个性能测试之前，也是在网上查找了一下大家是怎么做这个性能测试的，有的很复杂，有的却也简单，最终我还是选择了一种简单的测试方式，在尽可能的规避其他因素的影响，比如：提前生成好数据、三种引擎测试的样本数据一致、1～10w次的次数测试的时候都是重新运行main方法，尽量避免虚拟机的影响。
最终得出的性能测试结果与网上参考文章的测试结果一致。
