ObjectMapper，别再像个傻子一样一直New了！

自从国产之光fastjson频频暴雷，别再jackson json的傻样使用是越来越广泛了。尤其是别再spring家族把它搞成了默认的JSON处理包，jackson的傻样使用数量更是呈爆炸式发展。

很多同学发现，别再jackson并没有类似fastjson的傻样JSON.parseObjec这样的，确实看起来很快的别再方法。要想解析json，傻样你不得不new一个ObjectMapper，别再来处理真正的傻样解析动作。

就像下面这样。别再

public String getCarString(Car car){

ObjectMapper objectMapper = new ObjectMapper();

String str = objectMapper.writeValueAsString(car);

return str;

}

这种代码就在CV工程师手中遍地开了花。傻样

神奇。别再

这代码有问题么?傻样

你要说它有问题，它确实能正确的别再执行。你要说它没问题，在追求性能的同学眼里，这肯定是一段十恶不赦的代码。

一般的工具类，亿华云都是单例的，同时是线程安全的。ObjectMapper也不例外，它也是线程安全的，你可以并发的执行它，不会产生任何问题。

这段代码，ObjectMapper在每次方法调用的时候，都会生成一个。那它除了造成一定的年轻代内存浪费之外，在执行时间上有没有什么硬伤呢?

new和不new，真的区别有那么大么?

有一次，xjjdog隐晦的指出某段被频繁调用的代码问题，被小伙伴怒吼着拿出证据。

证据?这得搬出Java中的基准测试工具JMH，才能一探究竟。

JMH(the Java Microbenchmark Harness) 就是这样一个能够做基准测试的工具。如果你通过我们一系列的云服务器提供商工具，定位到了热点代码，要测试它的性能数据，评估改善情况，就可以交给JMH。它的测量精度非常高，最高可达到纳秒的级别。

JMH是一个jar包，它和单元测试框架JUnit非常的像，可以通过注解进行一些基础配置。这部分配置有很多是可以通过main方法的OptionsBuilder进行设置的。

上图是一个典型的JMH程序执行的内容。通过开启多个进程，多个线程，首先执行预热，然后执行迭代，最后汇总所有的测试数据进行分析。在执行前后，还可以根据粒度处理一些前置和后置操作。

JMH测试结果

为了测试上面的场景，云服务器我们创造了下面的基准测试类。分为三个测试场景：

直接在方法里new ObjectMapper在全局共享一个ObjectMapper使用ThreadLocal，每个线程一个ObjectMapper

这样的测试属于cpu密集型的。我的cpu有10核，直接就分配了10个线程的并发，cpu在测试期间跑的满满的。

@BenchmarkMode({ Mode.Throughput})

@OutputTimeUnit(TimeUnit.SECONDS)

@State(Scope.Thread)

@Warmup(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)

@Measurement(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)

@Fork(1)

@Threads(10)

public class ObjectMapperTest {

String json = "{ \"color\" : \"Black\", \"type\" : \"BMW\" }";

@State(Scope.Benchmark)

public static class BenchmarkState {

ObjectMapper GLOBAL_MAP = new ObjectMapper();

ThreadLocal

}

@Benchmark

public Map globalTest(BenchmarkState state) throws Exception{

Map map = state.GLOBAL_MAP.readValue(json, Map.class);

return map;

}

@Benchmark

public Map globalTestThreadLocal(BenchmarkState state) throws Exception{

if(null == state.GLOBAL_MAP_THREAD.get()){

state.GLOBAL_MAP_THREAD.set(new ObjectMapper());

}

Map map = state.GLOBAL_MAP_THREAD.get().readValue(json, Map.class);

return map;

}

@Benchmark

public Map localTest() throws Exception{

ObjectMapper objectMapper = new ObjectMapper();

Map map = objectMapper.readValue(json, Map.class);

return map;

}

public static void main(String[] args) throws Exception {

Options opts = new OptionsBuilder()

.include(ObjectMapperTest.class.getSimpleName())

.resultFormat(ResultFormatType.CSV)

.build();

new Runner(opts).run();

}

}

测试结果如下。

Benchmark Mode Cnt Score Error Units

ObjectMapperTest.globalTest thrpt 5 25125094.559 ± 1754308.010 ops/s

ObjectMapperTest.globalTestThreadLocal thrpt 5 31780573.549 ± 7779240.155 ops/s

ObjectMapperTest.localTest thrpt 5 2131394.345 ± 216974.682 ops/s

从测试结果可以看出，如果我们每次调用都new一个ObjectMapper，每秒可以执行200万次JSON解析;如果全局使用一个ObjectMapper，则每秒可以执行2000多万次，速度足足快了10倍。

如果使用ThreadLocal的方式，每个线程给它分配一个解析器，则性能会有少许上升，但也没有达到非常夸张的地步。

所以在项目中写代码的时候，我们只需要保证有一个全局的ObjectMapper就可以了。

当然，由于ObjectMapper有很多的特性需要配置，你可能会为不同的应用场景分配一个单独使用的ObjectMapper。总之，它的数量不需要太多，因为它是线程安全的。

End

所以结论就比较清晰了，我们只需要在整个项目里使用一个ObjectMapper就可以了，没必要傻不拉几的每次都new一个，毕竟性能差了10倍。如果你的JSON有很多自定义的配置，使用全局的变量更能凸显它的优势。

不要觉得这样做没有必要，保持良好的编码习惯永远是好的。高性能的代码都是点点滴滴积累起来的。不积跬步,无以至千里。不积小流,无以成江海，说的就是这个道理。

作者简介：小姐姐味道 (xjjdog)，一个不允许程序员走弯路的公众号。聚焦基础架构和Linux。十年架构，日百亿流量，与你探讨高并发世界，给你不一样的味道。