OA信用盘源码搭建下载

OA信用盘源码搭建下载

hubawl.com

• 看了一下FlatBuffers，似乎挺强大，不过暂时没有测试是不是真有那么快，不过JSON解析应该没有那么慢，于是乎测试了一下平时用到的谷歌的Gson 阿里巴巴的FastJson以及安卓原生自带的org.JSON 解析的速度；
• 先写个单元测试吧：

@org.junit.Test
    public void TestSpeed2() throws Exception { FoodDao foodDao = new FoodDao(); List<Foods> foods = foodDao.selectAll(Foods.class); System.out.println("-------------gson-----------"); long gsonStart = System.currentTimeMillis(); gsonC(foods);// 用Gson进行拆包 和 解析 long gsonEnd = System.currentTimeMillis(); System.out.println("gsonGaps:" + (gsonEnd - gsonStart)); System.out.println("-------------gson-----------"); System.out.println("-------------FastJson-----------"); long fastStart = System.currentTimeMillis(); fastJsonC(foods);// 用FastJson进行拆包 和 解析 long fastEnd = System.currentTimeMillis(); System.out.println("gsonGaps:" + (fastEnd - fastStart)); System.out.println("-------------FastJson-----------"); System.out.println("-------------JSON-----------"); long jsonStart = System.currentTimeMillis(); jsonC(foods);// 用org.json进行拆包 和 解析 long jsonEnd = System.currentTimeMillis(); System.out.println("gsonGaps:" + (jsonEnd - jsonStart)); System.out.println("-------------JSON-----------"); }

• 查看上面的标注①的地方可以看到我这先设置的查询的条数为50条，稍后修改这即可更改为查询100、500、1000、5000、1万、2万条（不要问我哪儿来那么多数据……我之前写的博客上说了曾经扒到过10W+的数据……）

• 然后列一下分别是查询50条、100条、500条、1000、5000、1万、2万条数据各个类库分别需要多少时间

  1. 50

2. 100

3. 500

4. 1000

5. 5000

6. 1万

7. 2万

• 一开始测试的时候我没有取平均值，只是运行一下看看解析50条数据哪一个更快一点，竟然让我出乎意料，竟然是Android自带的jar包org.JSON！！！Gson甚至比FastJson都快这不符合情理啊……不是一直都说是阿里巴巴的FastJson最快的嘛！！！！后来我将解析50条数据提高到100、500、1000条……数据的时候就发现，随着解析数据量的增大然后逐渐的发现FastJson的优势出来了，而org.JSON却很慢了
• 分析出现上面的结果的原因，为什么在数据量少的时候，org.json 类库拆包解析的更快呢，仔细看源码会发现：org.json在进行解析的时候需要通过for循环依次的将数据取出来放到指定对象的成员变量中 是for循环的缘故，当for循环的次数太多的时候肯定就相当耗时了，在数据量小的时候却表现的比较出色
• 然而这样解析有着明显的问题，因为每一次测试的时间都不相同，因为不是很稳定，所以应该取一下平均值，我这就对 拆包解析的方法里加了个50次的循环

@org.junit.Test
    public void TestSpeed() throws Exception { List<Foods> foods = foodDao.selectAll(Foods.class); System.out.println("-------------gson-----------"); long gsonStart = System.currentTimeMillis(); gsonC(foods);//用Gson进行拆包 和 解析 并循环操作50次 long gsonEnd = System.currentTimeMillis(); System.out.println("gsonGaps:" + (gsonEnd - gsonStart) / 50); System.out.println("-------------gson-----------"); System.out.println("-------------FastJson-----------"); long fastStart = System.currentTimeMillis(); fastJsonC(foods);// 用FastJson进行拆包 和 解析 并循环操作50次 long fastEnd = System.currentTimeMillis(); System.out.println("gsonGaps:" + (fastEnd - fastStart) / 50); System.out.println("-------------FastJson-----------"); System.out.println("-------------JSON-----------"); long jsonStart = System.currentTimeMillis(); jsonC(foods);// 用org.json进行拆包 和 解析 并循环操作50次 long jsonEnd = System.currentTimeMillis(); System.out.println("gsonGaps:" + (jsonEnd - jsonStart) / 50); System.out.println("-------------JSON-----------"); } private synchronized void jsonC(List<Foods> foods) throws Exception { for (int j = 0; j < 50; j++) { String jsonString = JsonTools.createJsonString("json", foods); JSONObject object = new JSONObject(jsonString); JSONArray array = object.getJSONArray("json"); List<Foods> list2 = new ArrayList<Foods>(); for (int i = 0; i < array.length(); i++) { JSONObject foodObject = (JSONObject) array.get(i); Foods foods2 = new Foods(foodObject.getInt("id"), foodObject.getString("cookclass"), foodObject.getString("name"), foodObject.getString("description"), foodObject.getString("food"), foodObject.getString("img"), foodObject.getString("images"), foodObject.getString("keywords"), foodObject.getString("message"), foodObject.getString("url")); list2.add(foods2); } String s3 = list2.toString(); } } private synchronized void fastJsonC(List<Foods> foods) { for (int i = 0; i < 50; i++) { String fastString = FastJsonTools.createJsonString(foods); String s2 = FastJsonTools.createJsonToListBean(fastString, Foods.class).toString(); } } private synchronized void gsonC(List<Foods> foods) { for (int i = 0; i < 50; i++) { String gsonString = GsonTools.createJsonString(foods); String s1 = GsonTools.StringTolist(gsonString, Foods[].class) .toString(); } }

• 然后贴一下解析1万条数据、2万条数据和100条数据各个类库所用的的平均时间（这个时间不包括查询数据库所用的时间）

  1. 1万 
     

  2. 2万 
     

  3. 100条 
     

我10万+的数据大概是40多M，也就是说1万条数据的话大概是4M，就从我的测试结果来看，还真不知道他们那个解析4Mjson数据需要用大概2000毫秒的时间，我测试的2万条数据也就是大概8M的json数据，即使是用org.json来拆包、解析都要比这个时间要短很多，更何况我们还有出色的fastJson等优秀类库。 
经过这次测试之后，确实验证了阿里巴巴的FastJson相对来说是挺快的，如果用json解析的话，还是建议用fastjson吧