本文由 JavaGuide 翻译自 https://www.baeldung.com/java-performance-mapping-frameworks 。转载请注明原文地址以及翻译做者。html
建立由多个层组成的大型 Java 应用程序须要使用多种领域模型,如持久化模型、领域模型或者所谓的 DTO。为不一样的应用程序层使用多个模型将要求咱们提供 bean 之间的映射方法。手动执行此操做能够快速建立大量样板代码并消耗大量时间。幸运的是,Java 有多个对象映射框架。在本教程中,咱们将比较最流行的 Java 映射框架的性能。java
综合平常使用状况和相关测试数据,我的感受 MapStruct、ModelMapper 这两个 Bean 映射框架是最佳选择。git
Dozer 是一个映射框架,它使用递归将数据从一个对象复制到另外一个对象。框架不只可以在 bean 之间复制属性,还可以在不一样类型之间自动转换。程序员
要使用 Dozer 框架,咱们须要添加这样的依赖到咱们的项目:github
<dependency> <groupId>net.sf.dozer</groupId> <artifactId>dozer</artifactId> <version>5.5.1</version> </dependency>
更多关于 Dozer 的内容能够在官方文档中找到: http://dozer.sourceforge.net/documentation/gettingstarted.html ,或者你也能够阅读这篇文章:https://www.baeldung.com/dozer 。面试
Orika 是一个 bean 到 bean 的映射框架,它递归地将数据从一个对象复制到另外一个对象。算法
Orika 的工做原理与 Dozer 类似。二者之间的主要区别是 Orika 使用字节码生成。这容许以最小的开销生成更快的映射器。spring
要使用 Orika 框架,咱们须要添加这样的依赖到咱们的项目:后端
<dependency> <groupId>ma.glasnost.orika</groupId> <artifactId>orika-core</artifactId> <version>1.5.2</version> </dependency>
更多关于 Orika 的内容能够在官方文档中找到:https://orika-mapper.github.io/orika-docs/,或者你也能够阅读这篇文章:https://www.baeldung.com/orika-mapping。api
MapStruct 是一个自动生成 bean mapper 类的代码生成器。MapStruct 还可以在不一样的数据类型之间进行转换。Github 地址:https://github.com/mapstruct/mapstruct。
要使用 MapStruct 框架,咱们须要添加这样的依赖到咱们的项目:
<dependency> <groupId>org.mapstruct</groupId> <artifactId>mapstruct-processor</artifactId> <version>1.2.0.Final</version> </dependency>
更多关于 MapStruct 的内容能够在官方文档中找到:https://mapstruct.org/,或者你也能够阅读这篇文章:https://www.baeldung.com/mapstruct。
要使用 MapStruct 框架,咱们须要添加这样的依赖到咱们的项目:
<dependency> <groupId>org.mapstruct</groupId> <artifactId>mapstruct-processor</artifactId> <version>1.2.0.Final</version> </dependency>
ModelMapper 是一个旨在简化对象映射的框架,它根据约定肯定对象之间的映射方式。它提供了类型安全的和重构安全的 API。
更多关于 ModelMapper 的内容能够在官方文档中找到:http://modelmapper.org/ 。
要使用 ModelMapper 框架,咱们须要添加这样的依赖到咱们的项目:
<dependency> <groupId>org.modelmapper</groupId> <artifactId>modelmapper</artifactId> <version>1.1.0</version> </dependency>
JMapper 是一个映射框架,旨在提供易于使用的、高性能的 Java bean 之间的映射。该框架旨在使用注释和关系映射应用 DRY 原则。该框架容许不一样的配置方式:基于注释、XML 或基于 api。
更多关于 JMapper 的内容能够在官方文档中找到:https://github.com/jmapper-framework/jmapper-core/wiki。
要使用 JMapper 框架,咱们须要添加这样的依赖到咱们的项目:
<dependency> <groupId>com.googlecode.jmapper-framework</groupId> <artifactId>jmapper-core</artifactId> <version>1.6.0.1</version> </dependency>
为了可以正确地测试映射,咱们须要有一个源和目标模型。咱们已经建立了两个测试模型。
第一个是一个只有一个字符串字段的简单 POJO,它容许咱们在更简单的状况下比较框架,并检查若是咱们使用更复杂的 bean 是否会发生任何变化。
简单的源模型以下:
public class SourceCode { String code; // getter and setter }
它的目标也很类似:
public class DestinationCode { String code; // getter and setter }
源 bean 的实际示例以下:
public class SourceOrder { private String orderFinishDate; private PaymentType paymentType; private Discount discount; private DeliveryData deliveryData; private User orderingUser; private List<Product> orderedProducts; private Shop offeringShop; private int orderId; private OrderStatus status; private LocalDate orderDate; // standard getters and setters }
目标类以下图所示:
public class Order { private User orderingUser; private List<Product> orderedProducts; private OrderStatus orderStatus; private LocalDate orderDate; private LocalDate orderFinishDate; private PaymentType paymentType; private Discount discount; private int shopId; private DeliveryData deliveryData; private Shop offeringShop; // standard getters and setters }
整个模型结构能够在这里找到:https://github.com/eugenp/tutorials/tree/master/performance-tests/src/main/java/com/baeldung/performancetests/model/source。
为了简化测试设置的设计,咱们建立了以下所示的转换器接口:
public interface Converter { Order convert(SourceOrder sourceOrder); DestinationCode convert(SourceCode sourceCode); }
咱们全部的自定义映射器都将实现这个接口。
Orika 支持完整的 API 实现,这大大简化了 mapper 的建立:
public class OrikaConverter implements Converter{ private MapperFacade mapperFacade; public OrikaConverter() { MapperFactory mapperFactory = new DefaultMapperFactory .Builder().build(); mapperFactory.classMap(Order.class, SourceOrder.class) .field("orderStatus", "status").byDefault().register(); mapperFacade = mapperFactory.getMapperFacade(); } @Override public Order convert(SourceOrder sourceOrder) { return mapperFacade.map(sourceOrder, Order.class); } @Override public DestinationCode convert(SourceCode sourceCode) { return mapperFacade.map(sourceCode, DestinationCode.class); } }
Dozer 须要 XML 映射文件,有如下几个部分:
<mappings xmlns="http://dozer.sourceforge.net" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://dozer.sourceforge.net http://dozer.sourceforge.net/schema/beanmapping.xsd"> <mapping> <class-a>com.baeldung.performancetests.model.source.SourceOrder</class-a> <class-b>com.baeldung.performancetests.model.destination.Order</class-b> <field> <a>status</a> <b>orderStatus</b> </field> </mapping> <mapping> <class-a>com.baeldung.performancetests.model.source.SourceCode</class-a> <class-b>com.baeldung.performancetests.model.destination.DestinationCode</class-b> </mapping> </mappings>
定义了 XML 映射后,咱们能够从代码中使用它:
public class DozerConverter implements Converter { private final Mapper mapper; public DozerConverter() { DozerBeanMapper mapper = new DozerBeanMapper(); mapper.addMapping( DozerConverter.class.getResourceAsStream("/dozer-mapping.xml")); this.mapper = mapper; } @Override public Order convert(SourceOrder sourceOrder) { return mapper.map(sourceOrder,Order.class); } @Override public DestinationCode convert(SourceCode sourceCode) { return mapper.map(sourceCode, DestinationCode.class); } }
Map 结构的定义很是简单,由于它彻底基于代码生成:
@Mapper public interface MapStructConverter extends Converter { MapStructConverter MAPPER = Mappers.getMapper(MapStructConverter.class); @Mapping(source = "status", target = "orderStatus") @Override Order convert(SourceOrder sourceOrder); @Override DestinationCode convert(SourceCode sourceCode); }
JMapperConverter 须要作更多的工做。接口实现后:
public class JMapperConverter implements Converter { JMapper realLifeMapper; JMapper simpleMapper; public JMapperConverter() { JMapperAPI api = new JMapperAPI() .add(JMapperAPI.mappedClass(Order.class)); realLifeMapper = new JMapper(Order.class, SourceOrder.class, api); JMapperAPI simpleApi = new JMapperAPI() .add(JMapperAPI.mappedClass(DestinationCode.class)); simpleMapper = new JMapper( DestinationCode.class, SourceCode.class, simpleApi); } @Override public Order convert(SourceOrder sourceOrder) { return (Order) realLifeMapper.getDestination(sourceOrder); } @Override public DestinationCode convert(SourceCode sourceCode) { return (DestinationCode) simpleMapper.getDestination(sourceCode); } }
咱们还须要向目标类的每一个字段添加@JMap
注释。此外,JMapper 不能在 enum 类型之间转换,它须要咱们建立自定义映射函数:
@JMapConversion(from = "paymentType", to = "paymentType") public PaymentType conversion(com.baeldung.performancetests.model.source.PaymentType type) { PaymentType paymentType = null; switch(type) { case CARD: paymentType = PaymentType.CARD; break; case CASH: paymentType = PaymentType.CASH; break; case TRANSFER: paymentType = PaymentType.TRANSFER; break; } return paymentType; }
ModelMapperConverter 只须要提供咱们想要映射的类:
public class ModelMapperConverter implements Converter { private ModelMapper modelMapper; public ModelMapperConverter() { modelMapper = new ModelMapper(); } @Override public Order convert(SourceOrder sourceOrder) { return modelMapper.map(sourceOrder, Order.class); } @Override public DestinationCode convert(SourceCode sourceCode) { return modelMapper.map(sourceCode, DestinationCode.class); } }
对于性能测试,咱们可使用 Java Microbenchmark Harness,关于如何使用它的更多信息能够在 这篇文章:https://www.baeldung.com/java-microbenchmark-harness 中找到。
咱们为每一个转换器建立了一个单独的基准测试,并将基准测试模式指定为 Mode.All。
对于平均运行时间,JMH 返回如下结果(越少越好):
这个基准测试清楚地代表,MapStruct 和 JMapper 都有最佳的平均工做时间。
在这种模式下,基准测试返回每秒的操做数。咱们收到如下结果(越多越好):
在吞吐量模式中,MapStruct 是测试框架中最快的,JMapper 紧随其后。
这种模式容许测量单个操做从开始到结束的时间。基准给出了如下结果(越少越好):
这里,咱们看到 JMapper 返回的结果比 MapStruct 好得多。
这种模式容许对每一个操做的时间进行采样。三个不一样百分位数的结果以下:
全部的基准测试都代表,根据场景的不一样,MapStruct 和 JMapper 都是不错的选择,尽管 MapStruct 对 SingleShotTime 给出的结果要差得多。
对于性能测试,咱们可使用 Java Microbenchmark Harness,关于如何使用它的更多信息能够在 这篇文章:https://www.baeldung.com/java-microbenchmark-harness 中找到。
咱们为每一个转换器建立了一个单独的基准测试,并将基准测试模式指定为 Mode.All。
JMH 返回如下平均运行时间结果(越少越好):
该基准清楚地代表,MapStruct 和 JMapper 均具备最佳的平均工做时间。
在这种模式下,基准测试返回每秒的操做数。咱们收到如下结果(越多越好):
在吞吐量模式中,MapStruct 是测试框架中最快的,JMapper 紧随其后。
这种模式容许测量单个操做从开始到结束的时间。基准给出了如下结果(越少越好):
这种模式容许对每一个操做的时间进行采样。三个不一样百分位数的结果以下:
尽管简单示例和实际示例的确切结果明显不一样,可是它们的趋势相同。在哪一种算法最快和哪一种算法最慢方面,两个示例都给出了类似的结果。
根据咱们在本节中执行的真实模型测试,咱们能够看出,最佳性能显然属于 MapStruct。在相同的测试中,咱们看到 Dozer 始终位于结果表的底部。
在这篇文章中,咱们已经进行了五个流行的 Java Bean 映射框架性能测试:ModelMapper , MapStruct , Orika ,Dozer, JMapper。
示例代码地址:https://github.com/eugenp/tutorials/tree/master/performance-tests。
做者的其余开源项目推荐: