跳转至

jsonx 性能测试

zerodep jsonx 与参考库在 JSONC 和 JSONL 解析上的性能对比。

测试环境

  • CPU: x86_64 Linux
  • Python: 3.12
  • 工具: pytest-benchmark 5.2.3（报告均值）
  • 对标库: commentjson 0.9.0、ndjson 0.3.1、jsonlines 4.0.0
  • 最后更新: 2026-06-13

实现对比

实现 文件/包 说明
zerodep jsonx.py 基于正则的注释/尾逗号剥离 + 标准库 json.loads；JSONL 批量快速路径
commentjson （JSONC 参考库） Lark LALR 解析器 + AST 重建 + 标准库 json.loads
ndjson （JSONL 参考库） 将所有行拼接为 JSON 数组，通过自定义解码器单次 json.loads 调用
jsonlines （JSONL 参考库） 逐行 json.loads，Reader/Writer API

JSONC 性能（vs commentjson）

测试数据规模

规模 说明
小型 包含 // 注释的 5 个键的对象
中型 嵌套配置（约 40 行），含 //、# 注释和尾逗号
大型 包含行内 // 注释和尾逗号的 100 个条目的对象

结果（均值）

测试项 zerodep commentjson 倍数
小型 15.5 µs 1,330.0 µs 快 86x
中型 96.4 µs 9,300.0 µs 快 97x
大型 1,920.0 µs 217,820.0 µs 快 113x

要点

  • 比 commentjson 快 86–113 倍——zerodep 用正则剥离注释后直接委托给 C 加速的 json.loads，而 commentjson 需要构建完整的 Lark LALR 解析树。
  • 数据量越大加速比越高，说明正则方案的单元素开销更低。

JSONL / NDJSON 性能（vs ndjson、jsonlines）

测试数据规模

规模 说明
小型 10 个 JSON 对象（每行一个）
中型 100 个 JSON 对象（每行一个）
大型 1,000 个 JSON 对象（每行一个）

结果（均值）

测试项 zerodep ndjson jsonlines vs ndjson vs jsonlines
小型 (10) 4.5 µs 5.6 µs 16.3 µs 快 1.3x 快 3.6x
中型 (100) 33.6 µs 32.8 µs 133.4 µs 持平 快 4.0x
大型 (1000) 336.7 µs 313.0 µs 1,380.6 µs 持平 快 4.1x

要点

  • 与 ndjson 持平——两者都使用相同的批量策略：将所有行拼接为 JSON 数组，通过单次 json.loads 调用完成解析，最大限度减少 Python 层循环开销。
  • 比 jsonlines 快 3.6–4.1 倍——jsonlines 使用逐行 json.loads 循环配合 Reader 封装，Python 层开销显著。
  • JSONC 附加能力——与 ndjson/jsonlines 不同，zerodep 在遇到注释或尾逗号时自动降级为逐行 JSONC 处理。干净 JSONL 走快速路径；带注释的 JSONL 同样可用。

自行运行

pip install pytest pytest-benchmark commentjson ndjson jsonlines
pytest jsonx/test_jsonx_benchmark.py --benchmark-only -v

最新 CI 结果

每次发版时通过 Benchmark CI 自动更新。