3

我目前正在使用 json.net 反序列化一个中等大小的对象集合的字符串。总共约 7000 项。

每个项目都有一个由 4 个相同字符串组成的重复组，在内存分析中，这会根据嵌套等创建大约 40,000 个引用。

有没有办法让序列化程序对每个相同的字符串使用相同的引用？

示例 Json：

  [{
    "name":"jon bones",
    "groups":[{
        "groupName":"Region",
        "code":"1"
    },{
        "groupName":"Class",
        "code":"4"
    }]
},
{
    "name":"Swan moans",
    "groups":[{
        "groupName":"Region",
        "code":"12"
    },{
        "groupName":"Class",
        "code":"1"
    }]
}]

添加了示例。如您所见， groupName 值在几乎所有对象上重复。只是相关代码发生了变化。这不是一个大问题，但随着数据集的增长，我宁愿不要过多地增加分配。

也可能看起来“代码”可能会重复，但它对每个人来说都是独一无二的。基本上是同一对象的多个标识符。

4

2 回答 2

7

如果您事先知道您的 4 个标准字符串，您可以使用String.Intern()（或者只是在某处将它们声明为字符串文字 - 这样做）然后使用以下自定义JsonConverter将所有 JSON 字符串文字转换为它们的实习值（如果找到） ：

public class InternedStringConverter : JsonConverter
{
    public override bool CanConvert(Type objectType)
    {
        return objectType == typeof(string);
    }

    public override object ReadJson(JsonReader reader, Type objectType, object existingValue, JsonSerializer serializer)
    {
        if (reader.TokenType == JsonToken.Null)
            return null;
        var s = reader.TokenType == JsonToken.String ? (string)reader.Value : (string)JToken.Load(reader); // Check is in case the value is a non-string literal such as an integer.
        return String.IsInterned(s) ?? s;
    }

    public override bool CanWrite { get { return false; } }

    public override void WriteJson(JsonWriter writer, object value, JsonSerializer serializer)
    {
        throw new NotImplementedException();
    }
}

这可以通过序列化程序设置全局应用：

        var settings = new JsonSerializerSettings { Converters = new [] { new InternedStringConverter() } };
        var root = JsonConvert.DeserializeObject<RootObject>(jsonString, settings);

您还可以使用以下命令将其应用于特定的字符串集合JsonPropertyAttribute.ItemConverterType：

public class Group
{
    [JsonProperty(ItemConverterType = typeof(InternedStringConverter))]
    public List<string> StandardStrings { get; set; }
}

如果您事先不知道这 4 个字符串，则可以创建一个转换器，在读取字符串时对其进行实习：

public class AutoInterningStringConverter : JsonConverter
{
    public override bool CanConvert(Type objectType)
    {
        // CanConvert is not called when a converter is applied directly to a property.
        throw new NotImplementedException("AutoInterningStringConverter should not be used globally");
    }

    public override object ReadJson(JsonReader reader, Type objectType, object existingValue, JsonSerializer serializer)
    {
        if (reader.TokenType == JsonToken.Null)
            return null;
        var s = reader.TokenType == JsonToken.String ? (string)reader.Value : (string)JToken.Load(reader); // Check is in case the value is a non-string literal such as an integer.
        return String.Intern(s);
    }

    public override bool CanWrite { get { return false; } }

    public override void WriteJson(JsonWriter writer, object value, JsonSerializer serializer)
    {
        throw new NotImplementedException();
    }
}

但是，我强烈建议不要在全局范围内使用它，因为您最终可能会在内部字符串表中添加大量字符串。相反，仅将其应用于您确信包含少量唯一字符串重复的特定字符串集合：

public class Group
{
    [JsonProperty(ItemConverterType = typeof(AutoInterningStringConverter))]
    public List<string> StandardStrings { get; set; }
}

更新

从您更新的问题中，我看到您具有具有标准值的字符串属性，而不是具有标准值的字符串集合。因此，您将[JsonConverter(typeof(AutoInterningStringConverter))]在每个上使用：

public class Group
{
    [JsonConverter(typeof(AutoInterningStringConverter))]
    public string groupName { get; set; }

    public string code { get; set; }
}
于 2016-01-20T16:58:20.967 回答
1

正如其他答案中所指出的，由于该分配的生命周期，您需要非常小心使用 String.Intern。对于一小组经常使用的字符串，这可能是合适的。

对于我们的场景，我选择遵循 .Net 中 XML 序列化器的模式。他们使用一个名为“System.Xml.NameTable”的类来解析 XML 文档中唯一出现的字符串。我遵循上面“dbc”提供的实现模式，但使用 NameTable 而不是 String.Intern

public class JsonNameTable
    : System.Xml.NameTable
{
}

public class JsonNameTableConverter
    : JsonConverter
{
    private JsonNameTable _nameTable;
    public JsonNameTableConverter(JsonNameTable nameTable)
    {
        _nameTable = nameTable;
    }

    public override bool CanConvert(Type objectType)
    {
        return objectType == typeof(string);
    }

    public override object ReadJson(JsonReader reader, Type objectType, object existingValue, JsonSerializer serializer)
    {
        if (reader.TokenType == JsonToken.Null)
            return null;
        var s = reader.TokenType == JsonToken.String ? (string)reader.Value : (string)Newtonsoft.Json.Linq.JToken.Load(reader); // Check is in case the value is a non-string literal such as an integer.
        if (s != null)
        {
            s = _nameTable.Add(s);
        }
        return s;
    }

    public override bool CanWrite { get { return false; } }

    public override void WriteJson(JsonWriter writer, object value, JsonSerializer serializer)
    {
        throw new NotImplementedException();
    }
}

然后在使用代码中，在 Json Settings 上设置一个转换器

JsonNameTable nameTable = new JsonNameTable();
settings.Converters.Add(new JsonNameTableConverter(nameTable));

这允许您共享字符串，并通过对 JsonNameTable 的引用来控制字符串的生命周期。

这里可能有一个改进：NameTable 实际上会返回一个给定 char[]、开始和结束索引的现有字符串。在从流中读取字符串的地方，可以将 nameTable 再往下一层，从而绕过任何重复字符串的创建。但是，我无法弄清楚如何在 Json.Net 中做到这一点

于 2016-09-21T00:16:45.897 回答