orjson 比标准 json 快 2–5 倍但不兼容 datetime、自定义对象及 default 参数,要求输入为基本类型,输出为 bytes,不支持 indent/sort_keys 等调试功能,需手动处理类型转换与编码。

orjson 比标准 json 快 2–5 倍,但不兼容所有用法——直接替换 json.dumps 或 json.loads 会出错,必须调整数据类型和错误处理逻辑。
orjson.dumps 要求输入是 str/bytes/dict/list/tuple/int/float/bool/None,不支持 datetime 和自定义对象
标准 json.dumps 可通过 default 参数序列化 datetime,orjson 完全不支持该参数。遇到 datetime 会直接抛 TypeError: Type is not JSON serializable。
- 解决方法:提前将
datetime转为 ISO 字符串,例如dt.isoformat()或dt.strftime("%Y-%m-%d %H:%M:%S") - 自定义类需先转成 dict,不能依赖
default=lambda o: o.__dict__ - orjson 默认输出 bytes,不是 str;需要字符串时得显式解码:
orjson.dumps(data).decode("utf-8")
orjson.loads 只接受 bytes 或 str,且不支持 object_hook / parse_float 等钩子函数
如果你依赖 json.loads(..., object_hook=...) 把 dict 自动转成 dataclass 或 namedtuple,orjson 不提供等价机制。它只做纯解析,返回原生 Python 类型。
- 输入必须是
bytes(推荐)或str;传入bytearray或文件对象会报TypeError - 浮点数精度更高(保留原始精度),但不会调用
parse_float,所以无法统一转为Decimal - 若需后处理,只能在
orjson.loads()后手动遍历结构,比如用dataclasses.asdict()或递归转换
安装与基础替换写法:别漏掉 error handling 和 encoding 处理
orjson 是 C 扩展库,安装后无额外依赖,但 Windows 用户可能遇到编译问题——优先用 pip install orjson(PyPI 提供 wheel)。
librosa 是一个用于音频和音乐分析的 Python 库。它提供了特征提取、频谱分析、节拍跟踪、起始检测和音频可视化的工具,基于 NumPy 和 SciPy 构建,用于科学音频计算。
立即学习“Python免费学习笔记(深入)”;
- 正确替换示例:
import orjson <h1>✅ 推荐:直接处理 bytes,避免 decode/encode 开销</h1><p>data = {"id": 1, "name": "foo"} serialized = orjson.dumps(data) # type: bytes</p><h1>✅ 加载时也尽量用 bytes</h1><p>deserialized = orjson.loads(serialized) # type: dict</p><h1>❌ 错误:传入 file.read() 返回的 str 但没指定 encoding</h1><h1>with open("data.json") as f:</h1><h1>orjson.loads(f.read()) # 可能因 BOM 或编码异常失败</h1><p> - 异常类型不同:
orjson.JSONEncodeError和orjson.JSONDecodeError都继承自ValueError,但消息格式不一致,日志中需单独捕获
性能差异真实存在,但仅在高频小数据或大批量场景下显著
单次序列化一个 1KB 字典,orjson 和 json 耗时差距不到 0.01ms;但每秒处理 10 万次请求时,orjson 能减少约 30% 的 CPU 时间。
- 优势场景:API 响应序列化、日志结构化输出、缓存预序列化
- 注意:orjson 不支持缩进(
indent)、排序(sort_keys)、行末逗号等调试友好功能;开发期建议保留标准 json 分支 - 兼容性风险点:某些旧代码用
json.dumps(obj, ensure_ascii=False)保证中文不转义,orjson 默认就是ensure_ascii=False,这点无需改,但容易误以为要加参数
最常被忽略的是 bytes 输入/输出语义和 datetime 处理——这两处一错,服务就 500,而不是慢一点。

















