企业官网建设流程全解析

orjson：一个比标准库快 10 倍的 Python JSON 库

orjson 在 GitHub 上已有 8,097 个 Star。

这是一个用 Rust 编写的 Python JSON 库，目标很明确：比标准库更快、更正确地处理 JSON。

1、标准库的短板

Python 内置的json模块足够应付日常，但一旦数据量上去、类型复杂起来，瓶颈就出来了。

标准库不原生支持datetime、UUID、numpy.ndarray这类常见类型，碰到就得手动写转换逻辑。序列化大对象时，速度也往往拖后腿。

2、orjson 快在哪里

orjson 的dumps()序列化速度约为标准库的 10 倍，loads()解析速度约为 2 倍。它严格遵循 UTF-8 和 RFC 8259，不会为了追求速度牺牲正确性。

这些类型它原生支持序列化：

• dataclasses.dataclass
• datetime.datetime、datetime.date、datetime.time
• uuid.UUID
• numpy.ndarray
• enum.Enum

不需要手写转换函数，直接丢进去就行。

输出是 UTF-8 编码的bytes对象。序列化过程中 GIL 被全程持有，对纯 Python 调用者来说是透明的。

3、安装与使用

通过 PyPI 安装：

pipinstall"orjson >= 3.10,<4"

也可以在pyproject.toml里指定：

orjson = "^3.10"

快速示例：

importorjson,datetime,numpy data={"type":"job","created_at":datetime.datetime(1970,1,1),"payload":numpy.array([[1,2],[3,4]]),}orjson.dumps(data,option=orjson.OPT_NAIVE_UTC|orjson.OPT_SERIALIZE_NUMPY)# b'{"type":"job","created_at":"1970-01-01T00:00:00+00:00","payload":[[1,2],[3,4]]}'

注意orjson.dumps()返回的是bytes，不是str。dict的键如果不是字符串，需要加option=orjson.OPT_NON_STR_KEYS。缩进通过OPT_INDENT_2控制，标准库的indent参数在这里被替换为选项位。

4、平台支持

orjson 支持 CPython 3.10 到 3.15，提供 Linux、macOS、Windows 的预编译 wheel，覆盖 amd64、aarch64、arm7、ppc64le、s390x 等架构。amd64 版本在运行时会自动检测 AVX-512 指令集来提速。

它不支持 PyPy 和 Android、iOS 的嵌入式 Python。

5、适合哪些人

• 需要处理大量 JSON 数据的后端服务开发者
• 使用dataclass、numpy、datetime较多的数据工程场景
• 对序列化性能有明确要求的项目

如果你现在的 JSON 处理已经成为性能瓶颈，替换为 orjson 通常是最快的优化路径。

较多的数据工程场景

• 对序列化性能有明确要求的项目

如果你现在的 JSON 处理已经成为性能瓶颈，替换为 orjson 通常是最快的优化路径。