JSON比pickle慢的根本原因是其在Python层逐字符执行重复的类型检查、Unicode编码和字符串拼接；而真正快的方案是启用strict_types的msgpack，因其跳过类型检查、直接C写二进制流。
JSON 比 pickle 慢，根本原因不是“文本 vs 二进制”，而是它被迫做大量重复的类型检查、Unicode 编码和字符串拼接——这些都在 Python 层逐字符执行。
JSON 序列化为什么在大型对象上特别卡
JSON 规范强制所有 key 和 string 值必须是 UTF-8 编码的 Unicode 字符串。这意味着：json.dumps() 对每个字符串都要调用 str.encode('utf-8')，对每个 dict key 都要验证是否为 str 类型，还要反复分配临时 buffer 拼接 JSON 字符串（如 "{" + '"id":' + "123" + "," + ...）。当对象含 50 万个字典时，这种开销会指数级放大。
- 遇到非 ASCII 字符（比如中文）时，
json会额外做 escape（\u4f60），而pickle直接写 bytes -
json不支持 tuple —— 自动转成 list，引发隐式拷贝 - 没有引用去重机制：相同子对象（如重复的
{"status": "ok"}）会被序列化 N 次，而pickle只存一次并记录引用
pickle 实际比 JSON 快，但仍有明显瓶颈
pickle 虽然快于 json，但它慢在另一套逻辑：它必须遍历整个对象图，维护内部引用表，并为每个对象写入类型标识（如 b'\x80\x05' 表示 protocol 5）、引用 ID 和重建指令。尤其当对象含自定义类实例或循环引用时，pickle 会降级为安全但极慢的递归模式。
- 默认协议版本低：Python 3.8+ 默认用 protocol 4，但旧环境可能卡在 protocol 3，显式指定
pickle.HIGHEST_PROTOCOL能提速 15–20% - 自定义类没实现
__getstate__或含不可序列化属性（如threading.Lock），会触发 fallback 到纯 Python 回退路径 - 不建议对含
datetime、decimal等对象直接dumps—— 它们会走慢速 default handler，应预处理为int或str
真正快的方案：msgpack（C 扩展 + strict mode）
如果你的数据全是基础类型（dict、list、str、int、float、bytes、None），msgpack 是目前 Python 中最快的选择。它跳过所有类型检查，直接用 C 写二进制流，且默认启用 use_bin_type=True，避免 UTF-8 编码开销。
- 必须用
pip install msgpack（不是msgpack-python，后者已废弃） - 关键开关：传参
strict_types=True，否则遇到datetime或自定义类会静默切到纯 Python 模式，性能暴跌 4 倍 -
dict的 key 只能是str；若用了int或bytes，会直接报ValueError: Unpack failed: unhashable type - 时间字段别用
default回调——提前转成毫秒整数：int(dt.timestamp() * 1000)
真正影响速度的从来不是“选什么格式”，而是你有没有关掉它的兼容性开关、有没有把非基础类型提前规整掉。很多团队测下来 msgpack 比 pickle 快 5 倍以上，不是因为 magic，只是因为它不做多余的事。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
