Python更快的解析JSON大文件

提出问题

今天用python的simplejson库解析一个 >200MB 的JSON文件，发现一次decode/encode都得要 >10s，这个在我开来，实在太慢了，有没有更快的库了？

先给出我的简单测试结果

json大小：245MB

测试方法：read文件内容，然后一次decode, 一次encode

解释器	simplejson	json	ujson
pypy	40s多	10s	无
cpython	12s多	17s多	10s多

不成熟的结论： pypy+json最快

方法一：pypy+json

python自带的JSON库是用纯python代码实现的，而pypy对纯python代码的加速效果比较好。至于为什么，大家可以去google吧，很多文章解释的很好。

方法二：UltraJson

我首先想到的用C库来做JSON的解析，原因你懂的，而C语言有个JSON库叫CJSON，于是用python+cjson在google里找到了UltraJson

UltraJson是作者用C语言实现的JSON库，实际测试的效果是，整个encode的效率提升了2倍多。

使用方法：

安装：pip instal ujson

>>> import ujson
>>> ujson.dumps([{"key": "value"}, 81, True])
'[{"key":"value"},81,true]'
>>> ujson.loads("""[{"key": "value"}, 81, true]""")
[{u'key': u'value'}, 81, True]

一些测试

Test machine:

Linux 3.13.0-66-generic x86_64 #108-Ubuntu SMP Wed Oct 7 15:20:27 UTC 2015

Versions:

CPython 2.7.6 (default, Jun 22 2015, 17:58:13) [GCC 4.8.2]

blist : 1.3.6

simplejson: 3.8.1

ujson : 1.34 (0c52200eb4e2d97e548a765d5f089858c41967b0)

yajl : 0.3.5

Array with 256 UTF-8 strings

Object	ujson	yajl	simplejson	json
encode	3508.19	5742.00	3232.38	3309.09
decode	25103.37	11257.83	11696.26	11871.04

Array with 256 UTF-8 strings

Object	ujson	yajl	simplejson	json
encode	3189.71	2717.14	2006.38	2961.72
decode	1354.94	630.54	356.35	344.05

Array with 256 strings

Object	ujson	yajl	simplejson	json
encode	18127.47	12537.39	12541.23	20001.00
decode	23264.70	12788.85	25427.88	9352.36

Medium complex object

Object	ujson	yajl	simplejson	json
encode	10519.38	5021.29	3686.86	4643.47
decode	9676.53	5326.79	8515.77	3017.30

Array with 256 True values

Object	ujson	yajl	simplejson	json
encode	105998.03	102067.28	44758.51	60424.80
decode	163869.96	78341.57	110859.36	115013.90

Array with 256 dict{string, int} pairs

Object	ujson	yajl	simplejson	json
encode	13471.32	12109.09	3876.40	8833.92
decode	16890.63	8946.07	12218.55	3350.72

Dict with 256 arrays with 256 dict{string, int} pairs

Object	ujson	yajl	simplejson	json
encode	50.25	46.45	13.82	29.28
decode	33.27	22.10	27.91	10.43

Dict with 256 arrays with 256 dict{string, int} pairs, outputting sorted keys

Object	ujson	yajl	simplejson	json
encode	27.19	7.75	2.39

Complex object

Object	ujson	yajl	simplejson	json
encode	577.98	387.81	470.02
decode	496.73	234.44	151.00	145.16