通过初步的性能测试，我们发现以上现象的很大部分原因来自于app在解析JSON的时候耗时过多。于是我们决定深入去看看app的JSON解析代码有些什么问题？
Foursquare的Android应用都是通过一个 JSON API来同服务器进行交互的，JSON的解析则是使用Google的 Gson 库，也就是说使用Gson来反序列化JSON字符串生成相应的Java对象供Android开发者进行下一步处理。我们一般是这样使用Gson将一个描述venue（场地）的字符串转化成Java对象的：
1 2 3 4 5 6 | String venueJson = "{\"name\": \"Starbucks\" ,\"city\": \"New York\"}”; Gson gson = new Gson(); Venue venue = gson.fromJson(venueJson, Venue.class); // Do something with object. String name = venue.getName(); |
程序是这样没问题，可是实际上我们只需要venue的Name属性，但是上面的程序却解析了整个JSON字符串。是不是这里造成了一部分性能问题？如果我们只解析我们想要的属性，会不会降低JSON解析的时间？于是他们开始使用 Gson streaming API ，确保Android在解析JSON的时候省去了将Reader转化为String的步骤，直接解析Reader，示例代码如下：
1 2 3 4 5 6 7 8 | InputStream in = ...; // Obtained from HTTP client. JsonReader reader = new JsonReader(in); Gson gson = new Gson(); Venue venue = gson.fromJson(reader, Venue.class); // Do something with object. String name = venue.getName(); |
这下问题应该解决一大半了吧！NO！这样的改动并没有带来app在速度和流畅度上面的任何改进。到底是什么原因呢？我们最终发现问题在于我们使用了自定义的 Gson deserializer。由于我们在开发的时候常常发现JSON和这个JSON对于的Java对象并不是一一映射关系，于是我们使用了自定义的Gson deserializer在处理这样的问题，这里我们主要用到了JsonDeserializer 接口：
1 2 3 | public interface JsonDeserializer<T> { T deserialize(JsonElement json, Type typeOfT, JsonDeserializationContext context) throws JsonParseException; } |
你只需实现这个接口，告诉系统你所关注的type，接着你再把这个type同你要反序列化的Gson实例注册即可。接下来，如果你要将某个JSON字符串反序列化成某一个 Type typeOfT，那么Gson 就会在系统中检查是否存在相应的自定义deserializer 处理这个 typeOfT type 。如果存在这样的自定义deserializer ，那么系统便会调用这个自定义 deserializer的deserialize 方法。 我们在系统中为几种type自定义了deserializer ，其中一个就是最外层的 Response type ，它封装了所有 Foursquare API 的响应：
1 2 3 4 5 6 7 8 9 10 | class ResponseDeserializer implements JsonDeserializer<Response> { @Override public Response deserialize(JsonElement json) { JsonObject object = json.getAsJsonObject(); String meta = object.get("meta"); String result = object.get(“response”); // Do custom parsing. return response; } } |
改进方案
虽然我们使用了 Gson 的 streaming API，但是我们自定义的 deserializer 会把任何我们想要反序列化的JSON stream 都读进了一个JsonElement 对象树里面，然后这个JsonElement 再被传入 deserialize 方法 (然而这恰恰是我们要避免的情况)。更糟糕的是，我们从服务器接收到的每一个响应都会被包装成 response type ，这就阻碍了流式反序列化的进行（ streaming deserialization）。
最后的实践证明我们可以采取 TypeAdapters 和 TypeAdapterFactorys 方案来代替 JsonDeserializer。示例代码如下：
1 2 3 | abstract class TypeAdapter<ResponseV2> { ResponseV2 read(JsonReader in); } |
我们从上面的代码可以发现 JsonReader stream 被直接传入 read() 方法而不是传入一个 JsonElement 树。通过上面的改进之后，即把我们自定义的 deserializer 改为继承 TypeAdapters 和 TypeAdapterFactorys ，我们app在解析大的响应的时候解析时间减少了 50% 以上。更重要的是，整个 app 感觉比以前要快多了，app的滑动也顺畅多了。
一些感悟
尽量使用 GSON 的 streaming APIs，特别是在像Android这样的内存制约较多的平台上。 The memory savings for non-trivial JSON strings are significant.
使用
TypeAdapters 实现的deserializer 代码肯定要比使用JsonDeserializers 实现的deserializer 代码要丑，因为TypeAdapters 比起JsonDeserializers 更偏向于底层了，或者说JsonDeserializers 要比TypeAdapters 更抽象一下，而越是底层的代码越具体。相应的JsonDeserializers 肯定也要比TypeAdapters 方案要灵活些。尽管存在这些缺点，但是很多时候代码的美观程度和灵活性相对于内存的使用，优先级还是要排在后面的
尽可能少用自定义的 deserialization ，因为代码的复杂度增加了。