orjson序列化速度是标准json的10–13倍、反序列化4–5倍，值得替换；但需处理bytes返回、移除indent/default等参数，并适配datetime仅序列化不自动还原等问题。
orjson比标准json快多少，值不值得换？
在真实业务场景中，orjson序列化速度通常是标准json的10–13倍，反序列化也有4–5倍提升。这不是理论值——比如处理一个489KB的嵌套JSON（如citm_catalog.json），orjson.dumps()耗时约0.25ms，而json.dumps()要3.01ms。如果你的服务每秒要序列化上百次中等大小响应（比如FastAPI返回体），这点差异会直接反映在P99延迟上。
但别急着全量替换：它返回bytes而非str，且不支持indent、default等调试友好参数。如果代码里大量依赖json.dumps(..., indent=2)做日志或调试输出，强行切orjson会导致运行时报TypeError: dumps() got an unexpected keyword argument 'indent'。
ujson和orjson在datetime处理上有什么坑？
ujson根本不支持datetime对象直接序列化，调用ujson.dumps({"ts": datetime.now()})会抛TypeError: Object of type datetime is not JSON serializable；而orjson默认就能处理，自动转成ISO字符串——这是它最省心的特性之一。
但注意：orjson.loads()反序列化后得到的是dict，时间字段仍是字符串，不会自动变回datetime对象。你需要自己用object_hook或后续转换，这点和标准json一致。
-
orjson：序列化支持datetime，反序列化不还原 -
ujson：序列化/反序列化都不支持datetime，必须提前转成字符串 - 标准
json：两者都不支持，靠default和object_hook手动补
怎么平滑迁移到orjson而不炸掉现有代码？
最安全的过渡方式不是全局替换import json，而是按需替换具体调用点，并处理返回类型差异：
将一个或多个视频上传至YouTube。当用户想“上传到YouTube”“发YouTube”“批量上传”“upload to YouTube”“post videos to YouTube”或发布到YouTube时使用此技能。
- 把
json.dumps(data)→orjson.dumps(data).decode("utf-8")（加.decode()适配原str接收逻辑） - 把
json.loads(json_str)→orjson.loads(json_str.encode("utf-8"))（如果json_str是str，orjson.loads()只接受bytes） - 删掉所有
indent、sort_keys、default参数——它们在orjson里不存在 - 检查下游是否对返回类型做严格判断（比如
isinstance(res, str)），因为orjson.dumps()返回bytes
尤其注意Web框架集成：FastAPI默认用json，若想用orjson，得重写JSONResponse或配置ORJSONResponse（来自fastapi.responses），否则中间件可能因类型不匹配出错。
为什么orjson安装失败或导入报错？
orjson核心用Rust编写，安装时需要本地有Rust编译环境（cargo）或预编译wheel。在CI/CD或Alpine等精简镜像里，常见错误是ModuleNotFoundError: No module named 'orjson'或pip install orjson卡在编译阶段。
解决方法很直接：
- 开发机/本地：装Rust
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh - Docker：用
python:3.11-slim镜像时，加一行RUN apk add --no-cache rust cargo - 实在不想装Rust：强制用预编译版本
pip install --only-binary=orjson orjson - Windows上遇到
linker error？优先用conda install -c conda-forge orjson，比pip更稳
真正容易被忽略的是编码一致性：orjson.dumps()永远输出UTF-8 bytes，但如果你把它直接塞进需要str的HTTP header或logging语句里，会触发UnicodeDecodeError——这个错误不会在单元测试里暴露，只会在生产日志管道里静默失败。
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！
