本文将主要做如下几方面的测试：
1，构造一个[100]struct的数组，然后来测试它的json编码后的字符串 或者（[]byte），首先关心它的功能是否正常；
2，在很早之前，我们在使用golang版本的json编解码时，发现：同PHP的json编解码相比，golang的效率似乎要低，而且要低不少；
3，基于2的背景，我们希望测试新的golang版本中json编码方面是否有所提升，比较的版本是：Go1.3.3，Go1.9；
4，我们可以用程序的一次性执行来测试它的功能，但是如果多次测试，我们需要构造一个多次测试的环境；
关于3，我们需要做点功课，在同一台机器上部署两个版本的go：https://blog.csdn.net/min2015/article/details/77913910，这个博客或许能有所帮助。
另附：go的各个版本下载地址：https://golang.org/dl/
关于4，我们也需要做点功课，如何能用go test工具来辅助我们处理。这篇文章或许能帮助到我们：http://www.flysnow.org/2017/05/21/go-in-action-go-benchmark-test.html
实验环境准备：
1，创建一个目录，随便一个目录就行，比如我们叫json：mkdir json;
2，构造两个go文件：json.go, json_test.go
json.go代码如下：
package myjson import "fmt"
import "math/rand"
import "time"
//import "os"
import "strconv"
import "encoding/json" type user struct {
Name string `json:"nameabcd"`
Age int `json:"age"`
Desc string `json:"desc"`
} func generate() {
var userRows []user = []user{} var u user
for i := 1; i < 100; i++ {
u.Age = 10 is := strconv.Itoa(i)
u.Name = "name" + is u.Desc = GetText(300) userRows = append(userRows, u) u = user{}
} _, _ = json.Marshal(userRows)
//fmt.Println(string(o))
//os.Exit(1) //构造100个struct
//构造每一个struct: name, age, desc
// name = name + index
// age = rand(10, 40)
// desc = getRandomText(300)
// json.Encode(struct100)
} var _ = fmt.Sprintf("") func GetText(slen int) string {
character := "abcdefghjkmnpqrstuvwxyABCDEFGHJKLMNPQRSTUVWXYZ023456789,:.;-+";
maxlen := int32(len(character)) var result string
rand.Seed(time.Now().UnixNano())
for i:= 0; i < slen; i++ {
idx := rand.Int31n(maxlen)
result += (string)(character[idx])
}
return result
}
json_test.go代码如下：
package myjson
import "testing"
func BenchmarkJson(b *testing.B) {
for i := 0; i < b.N; i++ {
generate()
}
}测试1：直接用go benchmark 来测试BenchmarkJson方法。
$ go test -bench=. -run=none
goos: linux
goarch: amd64
BenchmarkJson 300 4361737 ns/op
PASS
ok _/home/luwenwei/go/maps/1 1.761s
测试2：使用go benchmark的mem监控工具来测试BenchmarkJson方法。
$ go test -bench=. -benchmem -run=none
goos: linux
goarch: amd64
BenchmarkJson 300 4466717 ns/op 4957588 B/op 59417 allocs/op
PASS
ok _/home/luwenwei/go/maps/1 1.802s
可以看到带有-benchmem的选项时，在benchmark测试时能够知道内存分配的次数和内存大小。
测试3：作为和测试2的对比组，用go1.3.3来做测试。
1$ ~/download/go1.3.3/go/bin/go test -bench=. -benchmem -run=none
warning: GOPATH set to GOROOT (/home/luwenwei/download/go1.3.3/go) has no effect
testing: warning: no tests to run
PASS
BenchmarkJson 200 8994506 ns/op 5078644 B/op 44185 allocs/op
ok _/home/luwenwei/go/maps/1 2.645s
测试对比结果如下：
| 测试2（Go1.9） | 测试3（Go1.3.3） | |
| 内存分配次数 | 59147 | 44184 |
| 内存分配大小（B） | 4957588 | 5078644 |
| 每次操作耗时 | 4.4ms | 8.99ms |
测试结果对比情况说明：go1.9的内存分配次数更多，但是每次操作耗时更短，依赖于go的版本升级（猜测：对json处理的优化，split hot stack的问题，由分配栈做link改为连续的内存）
而且这个对比结果还说明了，我们的程序有优化空间，100次的struct构建，却要花费44万次内存分配我们觉得有点扯。
基于这个有点扯的直觉，我们对程序进行了优化。
优化的重点放在了，GetText函数。
优化后的代码：
func GetText(slen int) string {
character := "abcdefghjkmnpqrstuvwxyABCDEFGHJKLMNPQRSTUVWXYZ023456789,:.;-+";
maxlen := int32(len(character))
var r []byte = make([]byte, slen)
//var result string
rand.Seed(time.Now().UnixNano())
for i:= 0; i < slen; i++ {
idx := rand.Int31n(maxlen)
r[i] = character[idx]
//result += (string)(character[idx])
}
return (string)(r)
//return result
}优化后的测试结果。
测试4：go1.9对优化再次benchmark。
$ go test -bench=. -benchmem -run=none
goos: linux
goarch: amd64
BenchmarkJson 1000 1836617 ns/op 171504 B/op 314 allocs/op
PASS
ok _/home/luwenwei/go/maps/1 2.028s
测试5：go1.3.3.对优化再次benchmark
$ ~/download/go1.3.3/go/bin/go test -bench=. -benchmem -run=none
warning: GOPATH set to GOROOT (/home/luwenwei/download/go1.3.3/go) has no effect
testing: warning: no tests to run
PASS
BenchmarkJson 1000 2221624 ns/op 171772 B/op 268 allocs/op
ok _/home/luwenwei/go/maps/1 2.455s
测试5，测试4，和之前的测试3，测试2，对比，每个op耗时更短，从测试2的4.4ms，降低到测试4的1.8ms。这个优化带来的效果是显著的，甚至比版本的升级带来的速度提升更明显。
| 测试2（Go1.9） | 测试3（Go1.3.3） | 测试4-优化（Go1.9） | 测试5-优化（Go1.3.3） | |
| 内存分配次数 | 59K | 44K | 314 | 268 |
| 内存分配大小 | 4.9MB | 5MB | 171KB | 171KB |
| 每次操作耗时 | 4.4ms | 8.99ms | 1.8ms | 2.2ms |
从程序的维度来看，这次优化带来的提升是显著的，在动态内存分配上[]byte要优于string的附加；
从Go版本的维度来看，Go1.9比Go1.3.3对json的编码速度而言，更有优势；
从工具的维度来看，go test更偏向于对功能的测试，go test benchmark更偏向于对程序的性能测试，而且benchmark是个很好的工具，它能够胜任较简单的模块测试，帮助我们发现模块中的性能问题。
如果对整个project做性能测试，pprof工具要更好，如果怀疑某个模块有问题，再在这个模块上使用benchmark来精准定位，是个合理的性能瓶颈定位方法。
附录：
关于golang的json，我们可能想了解更多：https://gobyexample.com/json