Python 快速进行大量序列化的最佳选择是什么？ Pickle？ json？

[black11black]

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）

[helloworld000]

apache arrow

https://arrow.apache.org/

[SD10]

100 多 QPS 很高了

[sunhk25]

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

[black11black]

@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

[Wincer]

pickle 在 3.8 版本比 json 快很多

[sunhk25]

@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 。

[php8]

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？

[xchaoinfo]

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。

[black11black]

@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

[GoLand]

用 protobuf 的序列化，还能跨语言。pickle 不能跨语言吧？

[seven123]

我用 msgpack

[php8]

@black11black 浮点数 8 字节，字符串平均几十字节，按 100 字节做估算

[tmackan]

@seven123 只支持 py

[tmackan]

可以参考下 https://github.com/jvanasco/dogpile_backend_redis_advanced
这里有有个测试数据

[tmackan]

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 。。。

[ruanimal]

msgpack 试试看

[tabris17]

encode 是 cPickle 快，decode 是 msgpack 快，看应用场景了

[lizytalk]

pickle 快。json 可读性强，而且大部分语言都支持。