當麻許不寫程式

由於目前 TOON 也開始有 .NET 的實作版本（例如 ToonNet 與 ToonSharp）

我就想測試一下它在實際序列化（Serialize）與反序列化（Deserialize）時的表現如何

最後我採用 ToonNet ，原因我最後在說

我用的是一個模擬假資料的模型 SampleData，裡面包含常見欄位像是 Id, Name, Email, Age, Salary ..

並且每筆資料還會有一個小的好友清單 Friends，裡面會有兩筆資料

這次測試使用 Bogus 套件來生成 10,000 筆測試資料，加上好友的大概會有三萬個物件

           //建立假資料格式
            var fakerZh = new Faker("zh_TW"); // 中文
            var faker = new Faker("en")
                            .RuleFor(x => x.Id, f => Guid.NewGuid())                // Guid
                            .RuleFor(x => x.Name, f => f.Name.FullName())           // string
                            .RuleFor(u => u.Email, (f, u) => f.Internet.Email(u.Name)) //Email
                            .RuleFor(x => x.IsActive, f => f.Random.Bool())         // bool
                            .RuleFor(x => x.Age, f => f.Random.Int(18, 80))         // int
                            .RuleFor(x => x.Salary, f => f.Random.Decimal(min: 1.00m, max: 1000.00m)) // decimal
                            .RuleFor(x => x.Create, f => f.Date.Past(2)) //Datetime
                            .RuleFor(x => x.Addr, f => fakerZh.Address.FullAddress())           // 中文地址
                            .RuleFor(x => x.CheineseName, f => fakerZh.Name.LastName() + fakerZh.Name.FirstName());// 中文名稱 中文排版問題，先是FirstName+LastName




            for (var i = 1; i <= 5; i++)
            {
                //Prepare Data
                var data = faker.Generate(10_000);
                foreach (var d in data) { 
                    d.Friends = faker.Generate(2);
                }

                //TEST TOON
                var sw = Stopwatch.StartNew();
                var toonStr = ToonNet.ToonNet.Encode(data);
                Console.WriteLine("TOON Length:" + toonStr.Length);
                Console.WriteLine(sw.Elapsed);
                sw.Restart();
                var newToonData = ToonNet.ToonNet.Decode>(toonStr);

                
                Console.WriteLine("TOON Deserialize List Count:" + newToonData.Count());
                Console.WriteLine(sw.Elapsed);

                Console.WriteLine("--\r\n");

                //TEST JSON
                var sw1 = Stopwatch.StartNew();

                var jsonStr = Newtonsoft.Json.JsonConvert.SerializeObject(data);
                Console.WriteLine("JSON Length:" + jsonStr.Length);
                Console.WriteLine(sw1.Elapsed);
                sw1.Restart();
                Console.WriteLine("JSON Deserialize List Count:" + Newtonsoft.Json.JsonConvert.DeserializeObject>(jsonStr).Count());
                Console.WriteLine(sw1.Elapsed);


                Console.WriteLine("==\r\n");
            }

這段程式邏輯很單純，就是：

先產生資料；

使用 ToonNet 做序列化與反序列化；

接著使用 JSON (Newtonsoft.Json) 做同樣的動作；

最後印出資料長度與執行時間。

結果:

TOON Length:7347204
00:00:01.6336676
TOON Deserialize List Count:10000
00:00:02.2930853
--

JSON Length:8407197
00:00:00.3537226
JSON Deserialize List Count:10000
00:00:00.6373288
==

TOON Length:7347089
00:00:00.6213259
TOON Deserialize List Count:10000
00:00:01.5129740
--

JSON Length:8407082
00:00:00.1623491
JSON Deserialize List Count:10000
00:00:00.1392289
==

TOON Length:7347134
00:00:00.5848503
TOON Deserialize List Count:10000
00:00:01.6306873
--

JSON Length:8407127
00:00:00.1292341
JSON Deserialize List Count:10000
00:00:00.1408039
==

TOON Length:7347152
00:00:00.5305677
TOON Deserialize List Count:10000
00:00:01.4916888
--

JSON Length:8407145
00:00:00.1151954
JSON Deserialize List Count:10000
00:00:00.1231848
==

TOON Length:7346314
00:00:00.4511246
TOON Deserialize List Count:10000
00:00:01.3426280
--

JSON Length:8406307
00:00:00.1488930
JSON Deserialize List Count:10000
00:00:00.2019341
==

很明顯測試，序列化之後的確文字體積變小了，但是在序列化跟反序列化中速度都不如行之有年的 JSON.net 

不過可能隨著之後的進步會有所加速，說一下為何最後我不用 ToonSharp 因為不知道為什麼，在反序列化的過程中

他會一直出現 

Unhandled exception. ToonSharp .ToonException: Line 100002: Array count mismatch: expected 10000 items, got 1

目前看起來無解，網路上查一下也沒有答案，我就換套件測試，當然這不能說 TOON 一定慢於 JSON 

畢竟這跟套件的成熟度也會有很大的關係。

--

本文原文首發於我的個人部落格：TOON vs JSON：在 .NET 實測序列化效能的真實結果

---

Before you read this, the article was in a superposition of human and AI. Upon observation, the wave function collapsed into a sleep-deprived developer.