[享学Jackson] 二十二、Jackson与Fastjson的恩怨情仇（完结篇）

牛逼之前一定会有苦逼的岁月，但只有你像傻逼一样坚持了，才能拥有装逼的资本。

–> 返回专栏总目录 <–
代码下载地址：https://github.com/f641385712/jackson-learning

前言

本来一个小小的Jackson技术作为专栏写到二十一篇本已经够多，可以结束了。但据我收到的反馈，不少小伙伴希望对比当下中国程序员 最喜欢的两个JSON库：Jackson和Fastjson。为此，我决定用此篇作为本专栏的完结篇，善始善终，更为圆满。

说明：流行的JSON库其实还有谷歌的Gson，但据我了解中国程序员使用它的相对较少，所以本文撇开它不谈

毋庸置疑，Jackson是全球范围内最为流行的JSON库，但Fastjson背靠大树阿里，在中国积累了不少“忠粉”，流行程度也不容小觑，甚至大有中国最流行的JSON库之趋势。
对于Jackson与Fastjson是很多同学茶余饭后常讨论的小话题，毕竟正面相争必有些江湖恩怨。本文不会带有个人意见去对比这两个大作，因为感觉自己还不够格。所以我仅作为知识的搬运工，搜集一些资料展示给大家，省得同学们跑动跑西弄得晕头转向。

---

正文

Java的JSON库比较多，本文只关心Jackson和Fastjson。
Jackson使用的版本号是：2.10.1，Fastjson使用的版本号是1.2.62，均为此时最新版本。

---

简介

Jackson

关于Jackson介绍，本处不再鳌诉，详请参见 本专栏 前2篇文章。

Fastjson

Fastjson是一个Java语言编写的高性能的JSON处理器，由阿里巴巴开源。能直接跑在JDK上，无任何其它依赖。FastJson采用独创的算法，将 parse的速度提升到极致，超过所有 json库（官方自己说的）。

说明：FastJson由阿里的 温少 几乎凭一己之力开发出来的大作。同时他还几乎用一己之力开发出了有“最好的数据库连接池”之称的Druid。它是阿里巴巴的初代开源人。

Fastjson有如下特点（摘抄自Fastjson的wiki主页）：

速度快

fastjson相对其他JSON库的特点是快，从2011年fastjson发布1.1.x版本之后，其性能从未被其他Java实现的JSON库超越。

使用广泛

fastjson在阿里巴巴大规模使用，在数万台服务器上部署，fastjson在业界被广泛接受。在2012年被开源中国评选为最受欢迎的国产开源软件之一。

测试完备

fastjson有非常多的testcase，在1.2.11版本中，testcase超过3321个。每次发布都会进行回归测试，保证质量稳定。

使用简单

fastjson的API十分简洁。

String text = JSON.toJSONString(obj); //序列化
VO vo = JSON.parseObject("{...}", VO.class); //反序列化

功能完备

支持泛型，支持流处理超大文本，支持枚举，支持序列化和反序列化扩展。

---

对比

介绍完了它俩，是骡子是马应该拉出来溜溜。所以下面将从多个维度对两者展开进行比较，这应该也是读者朋友们最为关心的部分。

---

性能

关于性能的比较，演示代码均使用最常用的高层API，而非底层API，毕竟对比底层API的意义并不大，因为几乎不会使用。
关于性能比较这块，其实网上有非常多比较案例，各位也可参考。但是本文还是会自己书写几个case，这才能让读者信服，我自己也才能信服。

测试代码如下：

private static void jacksonSer(ObjectMapper mapper, Object obj) {
    try {
        mapper.writeValueAsString(obj);
    } catch (JsonProcessingException e) {
        e.printStackTrace();
    }
}
private static void fastjsonSer(Object obj) {
    JSON.toJSONString(obj);
}

// 用于统计耗时的静态方法
// 这里仅是把Runnable当作@FunctionalInterface来使而已，并不是启线程
private static void run(String name, Runnable task) {
    Instant start = Instant.now();
    task.run();
    Instant end = Instant.now();

    System.out.printf("【%s】耗时： %s 毫秒\n", name, Duration.between(start, end).toMillis());
}

准备样本数据：

private static final int MAX = 1_0000;
private static final List<Integer> OBJS = new ArrayList<>();

static {
    for (int i = 0; i < MAX; i++) {
        OBJS.add(i);
    }
}

test case代码：

@Test
public void fun1() {
    System.out.println("MAX为：" + MAX);
    run("jackson", () -> {
        ObjectMapper mapper = new ObjectMapper();
        jacksonSer(mapper, OBJS);
    });
    run("fastjson", () -> JSON.toJSONString(OBJS));
}

MAX的值从一万起步，逐渐增加，耗时情况如下：

MAX为：10000
【jackson】耗时： 335 毫秒
【fastjson】耗时： 79 毫秒

MAX为：100000
【jackson】耗时： 389 毫秒
【fastjson】耗时： 111 毫秒

MAX为：1000000
【jackson】耗时： 463 毫秒
【fastjson】耗时： 200 毫秒

MAX为：10000000
【jackson】耗时： 2720 毫秒
【fastjson】耗时： 2027 毫秒

MAX为：30000000
【jackson】耗时： 3691 毫秒
【fastjson】耗时： 7633 毫秒

咋一看，fastjson似乎比jackson快。你应该也能发现一个细节：Jackson对大数据量的敏感程度低于fastjson，然而量足够大时性能上反倒超过fastjson。

提示：若你自己尝试测试时发现OOM了，可提高你的-Xms2048m -Xmx2048m值再运行。
通过调整Xms值过程中，你会发现Fastjson对内存的占用是远高于Jackson的，因为它更容易OOM。

我看到网上好几篇文章通过这个现象，就下结论：Fastjson性能比Jackson高。其实这是非常不武断的，比如，我把测试代码稍作修改如下：

@Test
public void fun1() {
    System.out.println("MAX为：" + MAX);
    ObjectMapper mapper = new ObjectMapper(); // 单例
    
    run("jackson", () -> jacksonSer(mapper, OBJS));
    run("fastjson", () -> JSON.toJSONString(OBJS));
}

ObjectMapper作为单例，并不需要每次都去new一次。再次reRun，结果如下：

MAX为：10000
【jackson】耗时： 70 毫秒
【fastjson】耗时： 84 毫秒

MAX为：100000
【jackson】耗时： 96 毫秒
【fastjson】耗时： 135 毫秒

MAX为：1000000
【jackson】耗时： 143 毫秒
【fastjson】耗时： 223 毫秒

MAX为：10000000
【jackson】耗时： 788 毫秒
【fastjson】耗时： 1657 毫秒

MAX为：30000000
【jackson】耗时： 5155 毫秒
【fastjson】耗时： 10442 毫秒

所以说：网上的同仁们，请你们测试Jackson性能的时候，把ObjectMapper当作单例来用，毕竟实际生产使用中我们也是这么干的。new一个新的ObjectMapper实例开销是较大的，测试需要保证公平性，不用故意黑Jackson嘛。

可能有的小伙伴还会怀疑说：Fastjson的run在后面，可能会受到前面run方法产生的垃圾，从而受到垃圾回收的影响。那么我现在对调run的先后顺序，reRun测试结果如下：

MAX为：10000
【fastjson】耗时： 98 毫秒
【jackson】耗时： 59 毫秒

MAX为：100000
【fastjson】耗时： 129 毫秒
【jackson】耗时： 87 毫秒

MAX为：1000000
【fastjson】耗时： 191 毫秒
【jackson】耗时： 132 毫秒

MAX为：10000000
【fastjson】耗时： 1465 毫秒
【jackson】耗时： 895 毫秒

MAX为：30000000
【fastjson】耗时： 4678 毫秒
【jackson】耗时： 1262 毫秒

或许这个结果让你震惊，你心目中的性能之王Jackson尽然“落败”。
当然或许你又会说 不应该用纯数字而应该用复杂些Java Bean做试验，作为测试来说这种要求是完全合理的，比较case越全数据才越权威有效。

但是，我个人就不做太多的case覆盖了，毕竟这种case做起来比较简单，网上也有不少案例可参考，有兴趣的小伙伴可自行书写case。综合评价和我自己的整理，在性能对比上我给出这个结论：Jackson性能不输Fastjson。

说明：因为Fastjson内部使用了很多tricky写死的小技巧，并且还有很多“黑科技”：使用ThreadLocal来缓存buf、使用asm避免反射等等。
所以有理由相信它在处理稍复杂类型时速度会更快点，所以这里用了不输于还是挺中肯的，希望你也能同意。

---

兼容性（规范、标准化）

下面引用Fasjson社区的一个维护者的话：
Fastjson兼容性的问题：由于fastjson也发展了很多年，阿里内外部用户很多，特别是早期为了自己的业务场景和容错，做了不少非标准化的tricky做法进去，这些东西都甩不掉了，导致了很多稍微复杂的场景下，fastjson的行为，跟其他主流库jackson、gson并不一致，这也是一个阻碍了它更大规模使用的原因。

文字说明来得永远没有代码这么直观，我就举个例子来进行说明：

private static void jacksonSer(ObjectMapper mapper, Object obj) {
    try {
        System.out.println("jackson：" + mapper.writeValueAsString(obj));
    } catch (JsonProcessingException e) {
        e.printStackTrace();
    }
}
private static void fastjsonSer(Object obj) {
    System.out.println("fastjson：" + JSON.toJSONString(obj));
}

数据构造：

@Getter
@ToString
public class Person {
    private String name = "YourBatman";
    private Integer age = 18;
}

test case代码如下：

@Test
public void fun2() {
    Person person = new Person();

    fastjsonSer(person);
    jacksonSer(new ObjectMapper(), person);
}

运行输出为：

fastjson：{"age":18,"name":"YourBatman"}
jackson：{"name":"YourBatman","age":18}

看似效果一样，但其实内部蕴含有如下不同：jackson输出默认维持字段的定义顺序，而fastjson默认帮你排序了。

说明：很显然保持字段定义顺序的jackson是更加合理的输出方式，也是规范标准做法

这个差异一般影响甚微。那么我对数据源稍加改造：

@ToString
public class Person {
    private String name = "YourBatman";
    private Integer age = 18;
}

reRun测试程序，输出：

fastjson：{}
com.fasterxml.jackson.databind.exc.InvalidDefinitionException: No serializer found for class com.yourbatman.jacksonandfastjson.beans.Person and no properties discovered to create BeanSerializer (to avoid exception, disable SerializationFeature.FAIL_ON_EMPTY_BEANS)
	at com.fasterxml.jackson.databind.exc.InvalidDefinitionException.from(InvalidDefinitionException.java:77)
	...

对于空Bean：fastjson输出"{}"，Jackson默认是抛出异常，当然你可以关掉此特征值FAIL_ON_EMPTY_BEANS来达到同样效果。这个差异也影响较小，毕竟在Spring MVC环境下这个特征值会把它关掉。

对数据源再次改造如下：

@JsonAutoDetect(fieldVisibility = JsonAutoDetect.Visibility.NON_PRIVATE)
@ToString
public class Person {
    protected String name = "YourBatman";
    Integer age = 18;
}

reRun测试程序，输出：

fastjson：{}
jackson：{"name":"YourBatman","age":18}

这个差异就非常致命了。Fastjson只能识别访问权限为public的字段/get方法为一个属性，而Jackson提供了标准注解@JsonAutoDetect实现精准控制。
这个差异在你做DDD领域驱动编程的时候，你需要通过属性的访问权限来达到控制的效果，并且领域还需要序列化/反序列化，这用Fastjson几乎是不能完成的，因为这一点成为了我本人放弃Fastjson的最直接理由。

当然，Fastjson在处理BigDecimal，以及1/0 -> true/false转换时的表现和Jackson/Gson均不太一样，这就是为什么说Fastjson一切为了速度而对兼容性、标准型做出了妥协的原因。
so，在兼容性（标准）方面的结论是：Jackson明显优于Fastjson。

---

可扩展性

Jackson的扩展性实在太好了。各种奇葩需求都能得到满足：

• null值的处理
• 空字符串的处理
• bool值和0/1的处理
• 字段缺失处理
• 默认值处理
• 访问权限处理
• …

通过Module模块的扩展，还能支持XML、Properties、Yaml…
相比较而言，Fastjson在扩展性这方面就显得弱很多。毕竟它代码中有很多写死的实现，天生决定了扩展性会受到限制。当然这和它最初定位是使用在阿里系内使然，所以有很多写死的（比如判断阿里虚拟机名称）代码在里面，所以可扩展性方面并不是它关注的首要重点。

---

安全

作为流行的、面向应用层的库，安全是非常重要的。它俩都出现过多次安全漏洞，最近比较“出名”的是：

Fastjson：

• 2019年7月：“0day”问题 --> 反序列化漏洞补丁绕过
• 2019年9月：字符串为\x为开头时进入死递归安全漏洞。严重可导致服务瘫痪

Jackson：
关于Jackson的漏洞也不算少，都收录在这里https://www.anquanke.com/vul，有兴趣者可进去看看

安全方面总体来说：不太好评价，平分秋色吧。

---

Fastjson这么快老外为啥还是热衷 Jackson?

这个标题是网络上比较流行的一个“热搜”，因此这里我不废话，“答案”你完全可以参考知乎的这篇文章：https://www.zhihu.com/question/44199956。里面有几十个回答很多讲解得都很到位，各位看官亦可从此丰富自己的知识。

说明：此知乎链接里的所有回答，建议一定要看，一定要看，一定要看

---

综合评价

JSON不管是在Web开发，还是服务器开发中是最常见的数据传输格式。竟然是最常用，那么在JSON结构解析的性能上我们是否该关心呢？看下面一个例子：

比如一个REST调用全程100ms，它的分配大概是这样的：

- 网络传输几十毫秒
- 访问DB几十毫秒
- 序列化/反序列化，几毫秒

不同的JSON库，性能差异在毫秒之间，所以如果你真的特别执拗要提升这个性能，那你的做法会有如下特点：投资较大（毕竟换了一个库），收益极小，风险高。我相信这种事一般领导都是不会支持你去这么干的。

因此，Fastjson妥协规范兼容性而选择性能速度，对绝大多数用户来说是不值当的 （可能对阿里内部是划算的，毕竟它的量非常大，压榨性能会有成效）。再加上Jackson历史悠久，可扩展性极强，因此实在没有什么动力去换一个JSON库。

呼应本专栏第一篇提出的观点：如果你的工程只允许有一个JSON库的话，不用多想，毫无疑问，请选择Jackson吧

总结

关于Jackson和Fastjson的恩怨情仇到这里就讲完了，不可否认它俩都是非常优秀的JSON库，Fastjson固然优秀，但综合对比会发现Jackson更胜一筹。
虽然国产软件还有很长的路要走，但毕竟Fastjson几乎是以一己之力开除出来的优秀产品，所谓我还是得在此呼吁一句：多多使用国产，多多支持国产，不断的更新迭代，相信会有长足的进步的。

到这里，整个[享学Jackson]专栏就全部结束了，感谢大家的一路陪伴和支持，希望此专栏对你的职业生涯有帮助，给你的编码路途添砖加瓦。

当然，这不是关于JSON的所有内容，还有很多应用场景方面的比如：Redis如何使用Jackson？Feign中又是如何使用Jackson完成序列化的等等。一个专栏不可能做到全覆盖，所以相关场景的讲解，我会在后续文章中以免费的形式发布出来，敬请持续关注。

声明

原创不易，码字不易，多谢你的点赞、收藏、关注。把本文分享到你的朋友圈是被允许的，但拒绝抄袭。你也可【左边扫码/或加wx：fsx641385712】邀请你加入我的 Java高工、架构师 系列群大家庭学习和交流。

• [享学Jackson] 一、初识Jackson – 世界上最好的JSON库
• [享学Jackson] 二、jackson-core之流式API与JsonFactory、JsonGenerator、JsonParser
• [享学Jackson] 三、jackson-databind之ObjectMapper与数据绑定、树模型
• [享学Jackson] 四、控制Jackson行为的特征们之JsonFactory.Feature、JsonGenerator.Feature、JsonParser.Feature
• [享学Jackson] 五、控制Jackson行为的特征们之JsonWriteFeature、JsonReadFeature
• [享学Jackson] 六、控制Jackson行为的特征们之MapperFeature、SerializationFeature、DeserializationFeature
• [享学Jackson] 七、Jackson使用bit位运算来开启/禁用Feature的原理解析
• [享学Jackson] 八、jackson-databind数据绑定基础配置之BaseSettings、MapperConfig、MapperConfigBase
• [享学Jackson] 九、jackson-databind数据绑定序列化/反序列化配置之SerializationConfig、DeserializationConfig
• [享学Jackson] 十、jackson-databind序列化之ObjectMapper序列化原理、序列化器匹配原理
• [享学Jackson] 十一、jackson-databind之JsonSerializer序列化器全解析
• [享学Jackson] 十二、jackson-databind反序列化之ObjectMapper反序列化原理、JsonDeserializer反序列化器全解析
• [享学Jackson] 十三、jackson-annotation注解模块全解析及Jackson注解大全
• [享学Jackson] 十四、深入理解Jackson的Module模块化设计及原理分析
• [享学Jackson] 十五、第三方模块Module的深度实践：JavaTimeModule、JSR310Module、ParameterNamesModule、Jdk8Module
• [享学Jackson] 十六、Jackson在Spring MVC中的使用之Date、JSR310时间类型的处理
• [享学Jackson] 十七、spring-web整合Jackson源码解析之Jackson2ObjectMapperBuilder
• [享学Jackson] 十八、Spring容器深度整合Jackson的桥梁之SpringHandlerInstantiator
• [享学Jackson] 十九、Spring下使用ObjectMapper的正确姿势 — Jackson2ObjectMapperFactoryBean
• [享学Jackson] 二十、Spring MVC下的Jackson — MappingJackson2HttpMessageConverter
• [享学Jackson] 二十一、Spring Boot下的Jackson — JacksonAutoConfiguration自动配置
• [享学Jackson] 二十二、Jackson与Fastjson的恩怨情仇（完结篇）