

Spring Boot 请求处理超大JSON数据 3种方式性能对比

Spring全家桶实战案例

2025-07-25

导读：Spring Boot 请求处理超大JSON数据 3种方式性能对比

《Spring Boot 3实战案例锦集》PDF电子书已更新至130篇！

🎉🎉《Spring Boot实战案例合集》目前已更新148个案例，我们将持续不断的更新。文末有电子书目录。

💪💪永久更新承诺

我们郑重承诺，所有订阅合集的粉丝都将享受永久免费的后续更新服务。

💌💌如何获取
订阅我们的合集《点我订阅》，并通过私信联系我们，我们将第一时间将电子书发送给您。

→ 现在就订阅合集

环境：SpringBoot3.4.2

1. 简介

在 Web 项目开发中，超大 JSON 数据请求的情况愈发常见，比如物联网设备批量上传海量监测数据、大数据分析系统接收大规模用户行为信息等场景。

超大 JSON 数据不仅数据量庞大，可能达到几十兆甚至上百兆，而且内部结构复杂，嵌套层级深、字段繁多。若处理不当，会引发诸多问题，如内存溢出，导致应用崩溃；数据解析耗时过长，降低系统响应速度，影响用户体验；还可能因数据传输不稳定，造成数据丢失或损坏。

因此，如何让 Spring Boot 应用高效、稳定地处理超大 JSON 数据请求，成为保障系统性能与可靠性的关键。

在本篇文章中，我们将运用三种不同的方法，对处理超大 JSON 数据的性能展开对比分析。

2.实战案例

准备数据

public record User(Long id, String name, Integer age, String sex, String email, String address) {}

准备了50W条json数据

接下来的测试都是基于此数据进行测试。

2.1 普通处理方式

@PostMapping("/normal")public ResponseEntity<String> normal(@RequestBody List<User> datas) {  datas.forEach(this::processItem) ;  try {    TimeUnit.MILLISECONDS.sleep(2000) ;  } catch (InterruptedException e) {}  return ResponseEntity.ok("normal success") ;}private void processItem(User item) {  // todo}

这是一个普通 POST 请求处理方法。使用 @RequestBody 接收客户端传来的 List<User> 类型 JSON 数据。这种方式在数据量大时可能因同步处理和内存占用导致性能瓶颈。

如下，通过JConsole查看，在处理整个请求过程中内存的变化情况：

只要进入到该方法中内存就已经暴增到最高点。

2.2 使用流式解析

使用 Jackson 的 JsonParser 逐块读取数据，不加载整个 JSON 到内存。

@PostMapping("/stream")public ResponseEntity<String> stream(InputStream inputStream) throws IOException {  ObjectMapper mapper = new ObjectMapper();  try (JsonParser parser = mapper.getFactory().createParser(inputStream)) {    // 遍历 JSON 结构    JsonToken token;    while ((token = parser.nextToken()) != null) {      if (token == JsonToken.START_ARRAY) {        while (parser.nextToken() != JsonToken.END_ARRAY) {          // 逐条处理数组中的对象          User item = parser.readValueAs(User.class) ;          processItem(item);        }      }    }  }  try {    TimeUnit.MILLISECONDS.sleep(2000) ;  } catch (InterruptedException e) {}  return ResponseEntity.ok("stream success");}

通过流式处理超大 JSON 数据。利用 InputStream 读取数据，借助 JsonParser 逐个解析 JSON 令牌。当遇到数组起始时，逐条读取并处理 User 对象，避免一次性加载全部数据到内存，有效降低内存占用。

如下，通过JConsole查看，在处理整个请求过程中内存的变化情况：

整体内存变化非常的小。当我们没有进入while循环处理的时候，内存基本是没有变化的，只有再真正处理数据的时候，内存才会递增。

2.3 使用响应式WebFlux

使用 Spring WebFlux 实现非阻塞流式处理。

@PostMapping(value = "/reactive")public Mono<String> fluxJson(@RequestBody Flux<User> items) {  return items.doOnNext(this::processItem)      .doOnComplete(() -> {        System.err.println("处理完成...") ;      })      .then(Mono.just("flux success"))      .delayElement(Duration.ofSeconds(2)) ;}