无意对比了一下cjson与cPickle的性能:
[jinti@bsd ~/myproc]$ python test.py
pickle usage 1.609375
cjson usage 1.2109375
pickle 49, cjson 38
分别对 ('abcd',100,1.0, ['foo',100,None]) 做序列化与反序化的工作,连续做10万次。 最后比较一下两种方法序列化后的大小。
看来cjson不仅性能好,还是很适合网络传输。
本来打算用cPickle做RPC的序列化协议,看来cjson还是挺合适的。
我的机器 FreeBSD 7.0-STABLE :
CPU: AMD Athlon(tm) 64 X2 Dual Core Processor 3600+ (1908.81-MHz 686-class CPU)
real memory = 1006436352 (959 MB)
avail memory = 962785280 (918 MB)
Python 2.5.1
代码如下:
from cPickle import *
from cjson import *
import time
n = 100000
st = time.clock()
v = ('abcd',100,1.0, ['foo',100,None])
for i in xrange(n):
loads(dumps(v))
print 'pickle usage', time.clock() - st
st = time.clock()
for i in xrange(n):
decode(encode(v))
print 'cjson usage', time.clock() - st
print 'pickle %s, cjson %s'%(len(dumps(v)), len(encode(v)))
顺便提一下,早上在公司写了一个简单的rpc程序,长连接,10万次调用cPickle用了9秒,cjson用了8秒,不过还没有优化。基本上能保证每秒超过1万次的rpc调用, ^^ 足够了,而且代码才80行左右。
简单对比cPickle与cjson的性能与效率
来源:
作者:
时间:2008-06-24
Tag:
点击:
0
上一篇:没有了
下一篇:如何处理python编码转换时的UnicodeDecodeError异常
下一篇:如何处理python编码转换时的UnicodeDecodeError异常
最新评论共有 0 位网友发表了评论
查看所有评论
发表评论
热点关注
- 使用C/C++扩展Python
- 用python进行GUI开发的选
- 基于python的web开发框架-
- 用Python实现数据库编程
- python使用google和baidu
- 重温Python的XML工具
- linux下Python网络编程框
- python利用PIL产生验证码
- 冯唐--python学习日记(7)
- Python字典文件的上机实例
- Python几种开发工具介绍
- 略谈Python语言
- 用 Psyco让Python运行得像
- 用于 Python 的高级 GUI
- 用于 Python 的高级 GUI
- Python IDE 测评
- 新手学Linux编程之Python
- 将XML和Python 结合起来
- 概说Python编程
- 简明 Python 教程
