Python 快速进行大量序列化的最佳选择是什么？ Pickle？ json？
black11black · 2021-01-13 03:34:00 +08:00 · 1991 次点击这是一个创建于 1403 天前的主题，其中的信息可能已经有所发展或是发生改变。
如题，现有一需求，需要夸空间、时间地共享内存状态，意思是多进程互相调用，且比如在今天有可能调用历史上某一次执行结果的状态。
想了想，似乎还是序列化以后存数据库里最好。
需要序列化的数据假定为长度十万的数组，内部只存字符串和浮点数两种数据，在这种情况下，Python 序列化最快的方案是什么呢？
除了使用 cpython 解释器，其他协议等等均不限，不与前端通信，仅在后端之间交换。除了量特别大（比如每天要进行一千万次序列化与反序列化）
 |
1
helloworld000 2021-01-13 07:19:49 +08:00
|
 |
2
SD10 2021-01-13 08:42:57 +08:00 via iPhone
100 多 QPS 很高了
|
 |
3
sunhk25 2021-01-13 08:49:37 +08:00 via Android
从数据库拿出来再到反序列化会花掉不少时间，直接存数据库呗
|
 |
4
black11black OP @sunhk25 你有 py 对象要入库，无论如何还是得序列化和反序列化啊
|
 |
5
Wincer 2021-01-13 08:55:47 +08:00 via Android
pickle 在 3.8 版本比 json 快很多
|
|
6
sunhk25 2021-01-13 09:11:33 +08:00 via Android
@black11black 不是简单的数据库查询和计算而是需要整个对象的话，那还是 pickle 。
|
 |
7
php8 2021-01-13 09:18:29 +08:00 via Android
读写量级: 10M * 100K * 100，100TB 每天
IO 速率: 100TB / 86400，1.2GB 每秒 10G 网卡带宽打满，不优化设计？ |
 |
8
xchaoinfo 2021-01-13 09:49:09 +08:00 via Android
我之前做过低频次百万级别数据的序列化，用的 pickle，是 pandas 处理后的数据。
序列化直接存储文件，数据库记录文件位置和一些属性信息。 |
|
9
black11black OP @php8 不是很理解这个算式，10M*100k 以后为什么要乘 100 呢，10M*100k 才 1T，没感觉有什么问题
|
 |
10
GoLand 2021-01-13 10:52:29 +08:00
用 protobuf 的序列化，还能跨语言。pickle 不能跨语言吧？
|
 |
11
seven123 2021-01-13 11:05:36 +08:00
我用 msgpack
|
|
12
php8 2021-01-13 11:56:14 +08:00 via Android
@black11black 浮点数 8 字节，字符串平均几十字节，按 100 字节做估算
|
 |
14
tmackan 2021-01-13 15:25:46 +08:00
可以参考下 https://github.com/jvanasco/dogpile_backend_redis_advanced
这里有有个测试数据 |
|
15
tmackan 2021-01-13 15:27:21 +08:00
跨语言的话，还是用 json 吧一般，pickcle 不跨语言，之前研究过 dogpile 的缓存框架，默认是 pickle 。。。
|
 |
16
ruanimal 2021-01-13 16:06:22 +08:00
msgpack 试试看
|
 |
17
tabris17 2021-01-13 16:25:36 +08:00
encode 是 cPickle 快，decode 是 msgpack 快，看应用场景了
|
 |
18
lizytalk 2021-01-13 16:29:51 +08:00
pickle 快。json 可读性强，而且大部分语言都支持。
|
Select Language