Quando serializziamo o deserializziamo un oggetto in JSON usando la libreria System.Text.Json, la prima volta l'oggetto viene analizzato usando la reflection per recuperare informazioni sulle proprietà. Le informazioni recuperate via reflection vengono poi usate per velocizzare le successive operazioni di serializzazione e deserializzazione.
Questo significa che la prima operazione è estremamente più lenta rispetto alle altre. Per ovviare a questo problema, .NET 6 introduce la possibilità di usare i source generators per generare le informazioni sui tipi da serializzare/deserializzare già in fase di compilazione. In questo modo queste informazioni saranno disponibili da subito ottimizzando sensibilmente non solo le performance del primo accesso, ma anche l'utilizzo della memoria in quanto le operazioni di reflection sono pesanti.
Per sfruttare questa caratteristica, dobbiamo creare una classe che eredita da JsonSerializationContext e marcarla con l'attributo JsonSerializable al quale passiamo in input il tipo da serializzare.
public class Person { public int Id { get; set; } public string FirstName { get; set; } public string LastName { get; set; } } [JsonSerializable(typeof(Person))] partial class GeneratedJsonContext : JsonSerializerContext { }
Se dobbiamo serializzare/deserializzare più classi, ci basta aggiungere un attributo JsonSerializable per ogni classe. Una volta specificati tutti i tipi, i loro metadati sono esposti tramite la proprietà Default di GeneratedJsonContext la quale contiene una proprietà per ogni tipo. Questi metadati li possiamo passare in input ai metodi di serializzazione e deserializzazione così da renderli disponibili al processo.
var2 person = new() { FirstName = "Stefano", LastName = "Mostarda" }; var json = JsonSerializer.Serialize(person, MyJsonContext.Default.Person); person = JsonSerializer.Deserialize(json, MyJsonContext.Default.Person);
Commenti
Per inserire un commento, devi avere un account.
Fai il login e torna a questa pagina, oppure registrati alla nostra community.
Approfondimenti
Sfruttare gli embedding e la ricerca vettoriale con Azure SQL Database
Popolare una classe a partire dal testo, con Semantic Kernel e ASP.NET Core Web API
Utilizzare Locust con Azure Load Testing
Utilizzare gRPC su App Service di Azure
Ottenere un token di accesso per una GitHub App
Ricevere notifiche sui test con Azure Load Testing
Filtrare i dati di una QuickGrid in Blazor con una drop down list
Combinare Container Queries e Media Queries
Applicare un filtro per recuperare alcune issue di GitHub
Eseguire script pre e post esecuzione di un workflow di GitHub
Inference di dati strutturati da testo con Semantic Kernel e ASP.NET Core Web API
Utilizzare EF.Constant per evitare la parametrizzazione di query SQL