alibaba fastjson(json序列化器)序列化部分源码解析-2-性能优化A

接上篇，在论述完基本概念和总体思路之后，我们来到整个程序最重要的部分-性能优化。之所以会有fastjson这个项目，主要问题是为了解决性能这一块的问题，将序列化工作提高到一个新的高度。我们提到，性能优化主要有两个方面，一个如何将处理后的数据追加到数据储存器，即outWriter中；二是如何保证处理过程中的速度。
本篇从第一个性能优化方面来进行解析，主要的工作集中在类SerializeWriter上。
首先，类的声明，继承了Writer类，实现了输出字符的基本功能，并且提供了拼接数据的基本功能。内部使用了一个buf数组和count来进行计数。这个类的实现结果和StringBuilder的工作模式差不多。但我们说为什么不使用StringBuilder，主要是因为StringBuilder没有针对json序列化提出更加有效率的处理方式，而且单就StringBuilder而言，内部是为了实现字符串拼接而生，因为很自然地使用了更加能够读懂的方式进行处理。相比，serializeWriter单处理json序列化数据传输，功能单一，因此在某些方面更加优化一些。
在类声明中，这里有一个优化措施(笔者最开始未注意到，经作者指出之后才明白)。即是对buf数组的缓存使用，即在一次处理完毕之后，储存的数据容器并不销毁，而是留在当前线程变量中。以便于在当前线程中再次序列化json时使用。源码如下：

Java代码





public SerializeWriter(){

buf = bufLocal.get(); // new char[1024];

if (buf == null) {

buf = new char[1024];

} else {

bufLocal.set(null);

}

}

在初始构造时，会从当前线程变量中取buf数组并设置在对象属性buf中。而在每次序列化完成之后，会通过close方法，将此buf数组再次绑定在线程变量当中，如下所示：

Java代码





/**

* Close the stream. This method does not release the buffer, since its contents might still be required. Note:

* Invoking this method in this class will have no effect.

*/

public void close() {

bufLocal.set(buf);

}

当然，buf重新绑定了，肯定计数器count应该置0。这是自然，count是对象属性，每次在新建时，自然会置0。 在实现过程当中，很多具体的实现是借鉴了StringBuilder的处理模式的，在以下的分析中会说到。 总体分类

接上篇而言，我们说outWriter主要实现了五个方面的输出内容。
1,提供writer的基本功能，输出字符，输出字符串
2,提供对整形和长整形输出的特殊处理
3,提供对基本类型数组输出的支持
4,提供对整形+字符的输出支持
5,提供对字符串+双（单）引号的输出方式
五个方面主要体现在不同的作用域。第一个提供了最基本的writer功能，以及在输出字符上最基本的功能，即拼接字符数组（不是字符串）；第二个针对最常用的数字进行处理；第三个，针对基本类型数组类处理；第四个针对在处理集合/数组时，最后一位的特殊处理，联合了输出数字和字符的双重功能，效率上比两个功能的实现原理上更快一些；第四个，针对字符串的特殊处理(主要是特殊字符处理)以及在json中，字符串的引号处理（即在json中，字符串必须以引号引起来）。 实现思想 数据输出最后都变成了拼接字符的功能，即将各种类型的数据转化为字符数组的形式，然后将字符数组拼接到buf数组当中。这中间主要逻辑如下：
1 对象转化为字符数组
2 准备装载空间，以容纳数据
2.1 计数器增加
2.2 扩容，字符数组扩容
3 装载数据
4 计数器计数最新的容量，完成处理
这里面主要涉及到一个buf数组扩容的概念，其使用的扩容函数expandCapacity其内部实现和StringBuilder中一样。即（当前容量 + 1）* 2，具体可以见相应函数或StringBuilder.ensureCapacityImpl函数。 实现解析 基本功能
基本功能有以下几个函数：

Java代码





public void write(int c)

public void write(char c)

public void write(char c[], int off, int len)

public void write(String str, int off, int len)

public SerializeWriter append(CharSequence csq)

public SerializeWriter append(CharSequence csq, int start, int end)

public SerializeWriter append(char c)

其中第一个函数，可以忽略，可以理解为实现writer中的writ(int)方法，在具体应用时未用到此方法。第2个方法和第7个方法为写单个字符，即往buf数组中写字符。第3,4,5,6,均是写一个字符数组（字符串也可以理解为字符数组）。因此，我们单就字符数组进行分析，源码如下：

Java代码





public void write(char c[], int off, int len) {

int newcount = count + len;//计算新计数量

//扩容计算

System.arraycopy(c, off, buf, count, len);//拼接字符数组

count = newcount;//最终计数

}

从上注释可以看出，其处理流程和我们所说的标准处理逻辑一致。在处理字符拼接时，尽量使用最快的方法，如使用System.arrayCopy和字符串中的getChars方法。另外几个方法处理逻辑与此方法相同。
警告：不要在正式应用中对有存在特殊字符的字符串(无特殊字符的字符串除外)使用以上的输出方式，请使用第5组方式进行json输出。对于字符数组的处理在以上处理方式中不会对特殊字符进行处理。如字符串 3\"'4,在使用以上方式输出时，只会输出 3"'4,其中的转义字符在转化为toChar时被删除掉。
因此，在实际处理中，只有字符数组会使用以上方式进行输出。不要将字符串与字符数组相混合。字符数组不考虑转义问题，而字符串需要考虑转义。 整形和长整形 方法如下：

Java代码





public void writeInt(int i)

public void writeLong(long i)

这两个方法，按照我们的逻辑，首先需要将整性和长整性转化为字符串（无特殊字符），然后以字符数组的形式输出即可。在进行处理时，主要参考了Integer和Long的toString实现方式和长度计算。首先看一个实现：

Java代码





public void writeInt(int i) throws IOException {

if (i == Integer.MIN_VALUE) {//特殊数字处理

write("-2147483648");

return;

}

int size = (i < 0) ? IOUtils.stringSize(-i) + 1 : IOUtils.stringSize(i);//计算长度 A

int newcount = count + size;

//扩容计算

IOUtils.getChars(i, newcount, buf);//写入buf数组 B

count = newcount;//最终定count值

}

以上首先看特殊数字的处理，因为int的范围从-2147483648到2147483647，因此对于-2147483648这个特殊数字（不能转化为-号+正数的形式），进行特殊处理。这里调用了write(str)方法，实际上就是调用了在第一部分的public void write(String str, int off, int len),这里是安全的，因为没有特殊字符。
其次是计算长度，两者都借鉴了jdk中的实现，分别为Integer.stringSize和Long.stringSize，这里就不再叙述。
再写入buf数组，我们说都是将数字转化为字符数组，再定入buf数组中。这里的实现，即按照这个步骤在进行。这里在IOUtils中，借鉴了Integer.getChars(int i, int index, char[] buf)方法和Long.getChars(long i, int index, char[] buf)方法，这里也不再叙述。 基本类型数组

Java代码





public void writeBooleanArray(boolean[] array)

public void writeShortArray(short[] array)

public void writeByteArray(byte[] array)

public void writeIntArray(int[] array)

public void writeIntArray(Integer[] array)

public void writeLongArray(long[] array)

数组的形式，主要是将数组的每一部分输出出来，即可。在输出时，需要输出前缀“[”和后缀“]”以及每个数据之间的“,“。按照我们的逻辑，首先还是计算长度，其次是准备空间，再者是写数据，最后是定count值。因此，我们参考一个实现：

Java代码





public void writeIntArray(int[] array) throws IOException {

int[] sizeArray = new int[array.length];//性能优化，用于保存每一位数字长度

int totalSize = 2;//初始长度,即[]

for (int i = 0; i < array.length; ++i) {

if (i != 0) {totalSize++;}//追加,长度

int val = array[i];

//针对每一个数字取长度，此处有部分删除。分别针对minValue和普通value运算

int size = (val < 0) ? IOUtils.stringSize(-val) + 1 : IOUtils.stringSize(val);

sizeArray[i] = size;

totalSize += size;

}

//扩容计算

buf[count] = '[';//追加起即数组字符

int currentSize = count + 1;//记录当前位置，以在处理数字时，调用Int的getChars方法

for (int i = 0; i < array.length; ++i) {

if (i != 0) {buf[currentSize++] = ',';} //追加数字分隔符

//追加当前数字的字符形式，分别针对minValue和普通数字作处理

int val = array[i];

currentSize += sizeArray[i];

IOUtils.getChars(val, currentSize, buf);

}

buf[currentSize] = ']';//追加结尾数组字符

count = newcount;//最终count定值

}

此处有关于性能优化的地方，主要有几个地方。首先将minValue和普通数字分开计算，以避免可能出现的问题；在计算长度时，尽量调用前面使用stringToSize方法，此方法最快；在进行字符追加时，利用getChars方法进行处理。
对于仍有优化的地方，比如对于boolArray，在处理时，又有了特殊优化，主要还是在上面的两点，计算长度时，尽量地快，以及在字符追加时也尽量的快。以下为对于boolean数据的两个优化点：

Java代码





//计算长度，直接取值，不需要进行计算

if (val) {

size = 4; // "true".length();

} else {}

//追加字符时，不需要调用默认的字符拼接，直接手动拼接，减少中间计算量

boolean val = array[i];

if (val) {

// System.arraycopy("true".toCharArray(), 0, buf, currentSize, 4);

buf[currentSize++] = 't';

buf[currentSize++] = 'r';

buf[currentSize++] = 'u';

buf[currentSize++] = 'e';

} else {/** 省略 **/}

数字+字符输出

Java代码





public void writeIntAndChar(int i, char c)

public void writeLongAndChar(long i, char c)

以上两个方法主要在处理以下情况下使用，在不知道要进行序列化的对象的长度的情况下，要尽量避免进行buf数据扩容的情况出现。尽管这种情况很少发生，但还是尽量避免。特殊是在输出集合数据的情况下，在集合数据输出下，各个数据的长度未定，因此不能计算出总输出长度，只能一个对象一个对象输出，在这种情况下，先要输出一个对象，然后再输出对象的间隔符或结尾符。如果先调用输出数据，再调用输出间隔符或结尾符，远不如将两者结合起来，一起进行计算和输出。
此方法基于以下一个事实：尽量在已知数据长度的情况下进行字符拼接，这样有利于快速的为数据准备数据空间。
在具体实现时，此方法只是减少了数据扩容的计算，其它方法与基本实现和组合是一致的，以writeIntAndChar为例：

Java代码





public void writeIntAndChar(int i, char c) throws IOException {

//minValue处理

//长度计算，长度为数字长度+字符长度

int size = (i < 0) ? IOUtils.stringSize(-i) + 1 : IOUtils.stringSize(i);

int newcount0 = count + size;

int newcount1 = newcount0 + 1;

//扩容计算

IOUtils.getChars(i, newcount0, buf);//输出数字

buf[newcount0] = c;//输出字符

count = newcount1;//最终count定值

}

字符串处理 作为在业务系统中最常用的类型，字符串是一个必不可少的元素之一。在json中，字符串是以双（单）引号，引起来使用的。因此在输出时，即要在最终的数据上追加双(单)引号。否则，js会将其作为变量使用而报错。而且在最新的json标准中，对于json中的key，也要求必须追加双(单)引号以示区分了。字符串处理方法有以下几种：

Java代码





public void writeStringWithDoubleQuote(String text)

public void writeStringWithSingleQuote(String text)

public void writeKeyWithDoubleQuote(String text)

public void writeKeyWithSingleQuote(String text)

public void writeStringArray(String[] array)

public void writeKeyWithDoubleQuoteIfHashSpecial(String text)

public void writeKeyWithSingleQuoteIfHashSpecial(String text)

其中第1,2方法表示分别用双引号和单引号将字符串包装起来，第3,4方法表示在字符串输出完毕之后，再输出一个冒号，第5方法表示输出一个字符串数组，使用双引号包装字符串。第7,8方法未知（不明真相的方法？)
字符串是可以知道长度的，所以第一步确定长度即OK了。 在第一步扩容计算之后，需要处理一个在字符串中特殊的问题，即转义字符处理。如何处理转义字符，以及避免不必要的扩容计算，是必须要考虑的。在fastjson中，采取了首先将其认定为全非特殊字符，然后再一个个字符判断，对特殊字符再作处理的方法。在一定程序上避免了在一个个判断时，扩容计算的问题。我们就其中一个示例进行分析：

Java代码





public void writeStringWithDoubleQuote(String text) {

//null处理，直接追加null字符即可，不需要双引号

int len = text.length();

int newcount = count + len + 2;//初始计算长度为字符串长度+2（即双引号）

//初步扩容计算

int start = count + 1;

int end = start + len;

buf[count] = '\"';//追加起始双引号

text.getChars(0, len, buf, start);

count = newcount;//初步定count值

/** 以下代码为处理特殊字符 */

for (int i = start; i < end; ++i) {

char ch = buf[i];

if (ch == '\b' || ch == '\n' || ch == '\r' || ch == '\f' || ch == '\\' || ch == '/' || ch == '"') {//判断是否为特殊字符

//这里需要修改count值，以及扩容判断，省略之

System.arraycopy(buf, i + 1, buf, i + 2, end - i - 1);//数据移位，从当前处理点往后移

buf[i] = '\\';//追加特殊字符标记

buf[++i] = replaceChars[(int) ch];//追加原始的特殊字符为\b写为b，最终即为\\b的形式，而不是\\\b

end++;

}

}

buf[newcount - 1] = '\"';//转出结尾双引号

}

在处理字符串上，特殊的即在特殊字符上。因为在输出时，要输出时要保存字符串的原始模式，如\"的格式，要输出时，要输出为\ + "的形式，而不能直接输出为\"，后者在输出时就直接输出为"，而省略了\，这在js端是会报错的。 总结： 在针对输出优化时，主要利用了最有效率的手段进行处理。如针对数字和boolean时的处理方式。同时，在处理字符串时，也采取了先处理最常用字符，再处理特殊字符的形式。在针对某些经常碰到的场景时，使用了联合处理的手段（如writeIntAndChar)，而不再是分开处理。
整个处理的思想，即是在处理单个数据时，采取最优方式；在处理复合数据时，避免扩容计算；尽量使用jdk中的方法，以避免重复轮子（可能轮子更慢）。 下一篇，从数据处理过程对源码进行分析，同时解析其中针对性能优化的处理部分。