国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

序列化與json性能評測

XboxYan / 830人閱讀

摘要:日常工作中需要在數據庫中存儲一些結構數據,常用的方法有兩種,一是序列化,二是格式。兩者各有優缺點,比如序列化支持對象格式序列化后的數據會保存數據類型和數據個數。而格式相比序列化的數據更短,并且前后端交互時適用性也更好。

日常工作中需要在數據庫中存儲一些結構數據,常用的方法有兩種,一是序列化(serialize),二是json格式。

兩者各有優缺點,比如序列化支持對象格式、序列化后的數據會保存數據類型和數據個數。而json格式相比序列化的數據更短,并且前后端交互時適用性也更好。

但在實際的項目中,應該用哪種格式來存儲數據呢?網上說法不一,老手們更傾向于序列化(可能是因為json格式是在PHP5.2之后才引進的),而年輕小伙們更傾向于json(可能他們沒聽說過序列化),今天拋開其他的不談,只從性能上看看,哪種格式性能更好。

測試環境

測試日期:2016年07月23日

測試機:MacBook Pro(13 英寸,2015 年初期)

CPU:2.7 GHz Intel Core i5

內存:8 GB 1867 MHz DDR3

PHP版本:PHP 5.6.15

測試說明

測試步驟:
1.小數據的序列化和json壓縮
2.小數據的序列化和json解壓縮
3.大數據的序列化和json壓縮
4.大數據的序列化和json解壓縮
測試方法:
每次測試循環10次,每個操作循環10000次

開始測試

測試結論在最下面,測試代碼在最最下面,對數據沒興趣的小伙伴可以直接拉到最下面

小數據壓縮

測試數據

[1,2,3,4,5,6,7,8,9,0]

序列化

0.013802766799927
0.012701034545898
0.015209913253784
0.012706995010376
0.012805938720703
0.013393878936768
0.013147830963135
0.012894153594971
0.013478994369507
0.012289047241211

json

0.0054340362548828
0.0052530765533447
0.0050327777862549
0.0051569938659668
0.0053970813751221
0.0050327777862549
0.0049920082092285
0.0052528381347656
0.0051090717315674
0.0069460868835449
小數據解壓縮

測試數據

序列化:a:10:{i:0;i:1;i:1;i:2;i:2;i:3;i:3;i:4;i:4;i:5;i:5;i:6;i:6;i:7;i:7;i:8;i:8;i:9;i:9;i:0;}
JSON:[1,2,3,4,5,6,7,8,9,0]

序列化

0.012141942977905
0.012423992156982
0.011405944824219
0.011841058731079
0.011488914489746
0.013920068740845
0.011885166168213
0.01164984703064
0.011460065841675
0.012734889984131

json

0.014571905136108
0.014070987701416
0.015500068664551
0.013802051544189
0.015894174575806
0.014295101165771
0.013956069946289
0.013836145401001
0.014487028121948
0.012983083724976
大數據壓縮

測試數據

怕影響排版,只放上網址,可以復制后查看
http://api.mooninbox.com/api4/?api=goods/all

序列化

0.9694550037384
0.98343706130981
0.97917294502258
1.0035130977631
0.9904420375824
1.0137100219727
0.9673900604248
1.0110490322113
0.96677398681641
0.98873591423035

json

1.7659771442413
1.8020439147949
1.7754938602448
1.7524900436401
1.7396509647369
1.716423034668
1.708487033844
1.7435081005096
1.7137379646301
1.724583864212    
大數據解壓縮

測試數據

怕影響排版,只放上網址,可以復制后查看
http://api.mooninbox.com/api4/?api=goods/all

序列化

1.0362830162048
1.0082030296326
1.0194120407104
1.0099349021912
1.0123431682587
1.0072951316833
1.0213930606842
1.0140759944916
1.0116169452667
1.0359060764313

json

4.1445369720459
4.1114408969879
4.0740749835968
4.1012029647827
4.1110889911652
4.0948538780212
4.1167409420013
4.0959279537201
3.9271330833435
3.935909986496        
測試結果

在小數據壓縮方面,json比序列化快了近1倍,而其他方面序列化比json都要快一些,特別是大數據解壓縮這一塊整整快了4倍。

有了這些數據支持,你會怎么選呢?

反正我是會用json,拿到json之后直接丟給前端或者移動端,讓他們自己去處理吧,理由就是“服務端的性能很寶貴,哈哈哈”

測試代碼
";
    $i++;
}

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/21178.html

相關文章

  • Java 8 Stream的性能到底如何?

    摘要:而一個編譯器本身是有一個上限的,雖然大部分情況下是用不滿的。我們將此稱作友好或者不友好的分割。同時,也不要無緣無故就覺得人家損害了你應用的性能,那是你自己用得不好。 Java 8提供的流的基于Lambda表達式的函數式的操作寫法讓人感覺很爽,筆者也一直用的很開心,直到看到了Java8 Lambda表達式和流操作如何讓你的代碼變慢5倍,筆者當時是震驚的,我讀書少,你不要騙我。瞬間我似乎為...

    Sike 評論0 收藏0
  • 基準評測TensorFlow、Caffe等在三類流行深度神經網絡上的表現

    摘要:在兩個平臺三個平臺下,比較這五個深度學習庫在三類流行深度神經網絡上的性能表現。深度學習的成功,歸因于許多層人工神經元對輸入數據的高表征能力。在年月,官方報道了一個基準性能測試結果,針對一個層全連接神經網絡,與和對比,速度要快上倍。 在2016年推出深度學習工具評測的褚曉文團隊,趕在猴年最后一天,在arXiv.org上發布了的評測版本。這份評測的初版,通過國內AI自媒體的傳播,在國內業界影響很...

    canopus4u 評論0 收藏0

發表評論

0條評論

XboxYan

|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<