在Swift中实现快速JSON解析的道路

在过去的几年中，我已经编写了很多库。 但是没有一个图书馆比BSON更具教育性和趣味性。 BSON是MongoDB制作的一种格式，类似于JSON，但为二进制。 它可以非常有效地进行读写。

我们的BSON实现采用了我们收到的原始缓冲区，并且仅使用原始缓冲区就可以高性能获取任何您想要的东西。 因此，如果经常从套接字接收此数据，则无需复制缓冲区。 当我尝试使用JSON时，结果截然不同。

BSON是一种聪明的格式

Document的格式大致与此类似，但采用二进制形式： [(BSONType, KeyString, BSONValue)] 。 任何类型为空的值都为空（否）。 任何具有恒定长度的类型（Int，布尔值）都可以进行内联解析和变异，而不会遇到任何麻烦。 如果您有一个长度可变的类型，例如数组，（sub）Document，String或Binary Blob，则情况会稍有变化。

这些值在数据前都有一个32位整数，因此，如果您确定不需要此键，则可以跳过该键而不必读取实际值。 这样，如果您有一个具有5个键的用户，而只需要键4，则在4之前，几乎不会花任何力气在键5上花费任何精力。

在我们的库中，我们保留了所有类型的少量缓存以及在它们处找到的偏移量。 因此，如果我们决定需要键3，则甚至无需在此之前搜索键。 该缓存是一个很小的优化，但实际上可以在更大的数据集中获得回报。

JSON是慢速格式

虽然对人类来说解析起来非常容易，但对于计算机而言则相反。 如果您收到带有嵌套对象的对象，则计算机需要先解析所有内容，然后才能知道当前对象的结束位置。 仅以原始格式将JSON存储在内存中是提高性能的好主意。

因此，我开始考虑BSON，得出的结论是，在这里，我们也可以选择不复制整个String，而是将缓存保留到原始缓冲区。 这样，如果您不需要JSON中的所有键和值，则几乎不需要花费任何精力来读取那些未使用的值。 因此，我开始考虑构建缓存的想法，该缓存几乎与BSON相同，但有一些小的更改。

• 布尔值存储为单独的类型（boolTrue和boolFalse）。 如果布尔值的文本已经在索引中被扫描，则无需解析。
• 字符串不能包含转义字符。 如果未对String进行转义，则不必执行这些转义的检查/转换。 我们需要检查它，以查看转义字符是否始终以转义符结尾。
• 数字根据文字中的字符将其类型存储为整数或浮点类型。 这可以减轻解析。
• 字符串和数字可以延迟解析，我们不需要复制它们。 这主要节省了内存使用。

因此，在实现此功能之后，我很高兴看到缓存在相同的JSON数据方面优于Foundation。 但是我渴望更多。

比BSON更好的缓存

当我查看事件探查器时，我注意到几乎所有性能都是要读取和写入缓存。 我认为这很有意义，但是很多内存操作不需要这么重。 那时我想起了缓存的结构。

缓存将为数组和对象创建键和值的单独列表。 这意味着将为每个对象和数组进行新的内存分配。 每次在Codable中遍历该结构时，都需要将其加载到您的CPU中。 因此解决方案是减少内存使用量，但是如何呢？

我想到的是缓存的单个指针。 如果我将所有数据存储在单个缓冲区中（例如BSON格式本身），则可以轻松遍历它们。 未使用的数据将几乎无害。

经过3点的工作，缓存已完成。 结果是惊人的。 测试使用初始缓存在构建中花费了25ms，而使用新缓存仅花费了17ms。

缺点

到目前为止，只有一个缺点。 缓存本身仅通过存储偏移量和长度来使用原始JSON数据使用的内存的70％。 在下一次更新中，我将研究使偏移量和长度更紧凑，尽管这会减少可解析的JSON数据的大小。