什么更快-将腌制的字典对象或JSON文件加载到字典？

Question

什么更快：

（A）使用以下方法“取消腌制”（加载）腌制的字典对象 pickle.load()

要么

（B）使用以下命令将JSON文件加载到字典中 simplejson.load()

假定：案例A中已经存在腌制的对象文件，案例B中已经存在JSON文件。

Answer 1

速度实际上取决于数据，内容和大小。

但是，无论如何，让我们以json数据为例，看看什么更快（Ubuntu 12.04，python 2.7.3）：

• pickle
• cPickle
• json
• simplejson
• ujson
• yajl

将此json结构转储到test.json和test.pickle文件中：

{
    "glossary": {
        "title": "example glossary",
        "GlossDiv": {
            "title": "S",
            "GlossList": {
                "GlossEntry": {
                    "ID": "SGML",
                    "SortAs": "SGML",
                    "GlossTerm": "Standard Generalized Markup Language",
                    "Acronym": "SGML",
                    "Abbrev": "ISO 8879:1986",
                    "GlossDef": {
                        "para": "A meta-markup language, used to create markup languages such as DocBook.",
                        "GlossSeeAlso": ["GML", "XML"]
                    },
                    "GlossSee": "markup"
                }
            }
        }
    }
}

测试脚本：

import timeit

import pickle
import cPickle

import json
import simplejson
import ujson
import yajl


def load_pickle(f):
    return pickle.load(f)


def load_cpickle(f):
    return cPickle.load(f)


def load_json(f):
    return json.load(f)


def load_simplejson(f):
    return simplejson.load(f)


def load_ujson(f):
    return ujson.load(f)


def load_yajl(f):
    return yajl.load(f)


print "pickle:"
print timeit.Timer('load_pickle(open("test.pickle"))', 'from __main__ import load_pickle').timeit()

print "cpickle:"
print timeit.Timer('load_cpickle(open("test.pickle"))', 'from __main__ import load_cpickle').timeit()

print "json:"
print timeit.Timer('load_json(open("test.json"))', 'from __main__ import load_json').timeit()

print "simplejson:"
print timeit.Timer('load_simplejson(open("test.json"))', 'from __main__ import load_simplejson').timeit()

print "ujson:"
print timeit.Timer('load_ujson(open("test.json"))', 'from __main__ import load_ujson').timeit()

print "yajl:"
print timeit.Timer('load_yajl(open("test.json"))', 'from __main__ import load_yajl').timeit()

输出：

pickle:
107.936687946

cpickle:
28.4231381416

json:
31.6450419426

simplejson:
20.5853149891

ujson:
16.9352178574

yajl:
18.9763481617

如您所见，通过酸洗/酸洗pickle根本不是那么快-
cPickle如果您选择酸洗/酸洗选项，这绝对是要走的路。ujson这些特定数据的json解析器中看起来很有希望。

此外，json和simplejson库上加载更快pypy（见Python的JSON性能）。

也可以看看：

• Pickle vs JSON —哪个更快？

重要的是要注意，结果可能在您的特定系统上，在其他类型和数据大小上有所不同。