使用指针接收字段、定义具体结构体替代map、结合sync.Pool复用对象、按需选用jsoniter库、对大文件采用流式解析，可显著提升Go语言JSON反序列化性能。
Go语言中JSON反序列化性能在高并发或大数据量场景下容易成为瓶颈。通过合理使用标准库特性并结合一些工程实践，可以显著提升json.Unmarshal的效率。以下是一些经过验证的优化策略。
使用指针接收结构体字段
在定义结构体时，将字段声明为指针类型可避免不必要的值拷贝，尤其对字符串和复杂嵌套结构更有效。虽然这不会直接影响Unmarshal速度，但能减少内存分配，间接提升整体性能。
同时确保传入json.Unmarshal的是结构体指针，否则反序列化无法修改原始值。
type User struct {
Name *string `json:"name"`
Age int `json:"age"`
}
var u User
json.Unmarshal(data, &u) // 必须传指针
预定义结构体而非使用map[string]interface{}
使用map[string]interface{}解析JSON会触发大量反射操作，并导致频繁的内存分配和类型断言开销。若JSON结构固定，应定义具体结构体。
立即学习“go语言免费学习笔记（深入）”；
结构体方式比泛型map快数倍，且类型安全、易于维护。
对比：// 慢：使用map
var m map[string]interface{}
json.Unmarshal(data, &m)
// 快：使用结构体
type Config struct {
Host string `json:"host"`
Port int `json:"port"`
}
var c Config
json.Unmarshal(data, &c)
启用sync.Pool复用临时对象
在高并发服务中，频繁创建和销毁结构体实例会导致GC压力上升。通过sync.Pool缓存结构体实例，可减少堆分配。
特别适用于处理HTTP请求中的JSON payload。
实践方式：
var userPool = sync.Pool{
New: func() interface{} {
return &User{}
},
}
func ParseUserData(data []byte) (*User, error) {
u := userPool.Get().(*User)
err := json.Unmarshal(data, u)
if err != nil {
userPool.Put(u)
return nil, err
}
return u, nil
}
func ReturnUser(u *User) {
userPool.Put(u)
}
使用jsoniter等高性能替代库（按需）
标准库encoding/json注重通用性和兼容性，未做极致性能优化。在性能敏感场景，可考虑使用jsoniter。
它通过AST预解析和代码生成技术，显著提升编解码速度，且API与标准库兼容。
引入方式：import "github.com/json-iterator/go"
var json = jsoniter.ConfigCompatibleWithStandardLibrary
func main() {
var data MyStruct
json.Unmarshal([]byte(input), &data)
}
注意：引入第三方库会增加依赖复杂度，建议仅在压测确认瓶颈后采用。
避免频繁解析大JSON文件
对于超大JSON（如GB级），全量加载到内存再解析不可行。应使用json.Decoder流式处理，逐个读取Token或对象。
适用于日志分析、数据导入等场景。
示例：file, _ := os.Open("large.json")
defer file.Close()
decoder := json.NewDecoder(file)
for decoder.More() {
var item Item
if err := decoder.Decode(&item); err == nil {
process(item)
} else {
break
}
}
基本上就这些。关键在于根据实际场景选择合适方法：定义结构体代替map、复用对象减少GC、必要时换用高效库。多数情况下，仅调整结构体设计和内存使用模式，就能获得明显性能提升。
