在 .NET 中，对象序列化是数据传输和持久化的重要环节，但不当使用会带来显著性能开销。优化序列化性能的核心在于选择合适的序列化方式、减少序列化数据量以及合理设计类型结构。
选择高性能的序列化器
.NET 提供多种序列化机制，不同场景下性能差异明显：
System.Text.Json：.NET 5+ 推荐的默认 JSON 序列化器，性能优于 Newtonsoft.Json，尤其在高频读写场景中表现更佳。启用JsonSerializerOptions的
PropertyNameCaseInsensitive = true需权衡性能与灵活性。 Span-based API：使用
Utf8JsonWriter和
Utf8JsonReader可避免中间字符串分配，适合高吞吐场景。 二进制序列化：如 MessagePack 或 protobuf-net，体积小、速度快，适合 RPC 或缓存存储。例如，protobuf-net 支持特性标注字段顺序，可进一步提升反序列化效率。 避免使用 BinaryFormatter：已标记为过时，存在安全和性能问题。
减少序列化开销的设计技巧
类型设计直接影响序列化效率：
仅序列化必要字段，使用[JsonIgnore]或
[NonSerialized]排除冗余属性。 为集合类型预设容量，避免序列化器处理 null 或空集合时额外判断。 使用
record类型配合位置参数构造函数，可提升 System.Text.Json 的反序列化性能（支持非公共构造函数）。 字段命名保持简单一致，避免频繁使用
[JsonPropertyName]增加映射开销。
复用序列化配置与缓冲区
重复创建配置和临时对象会增加 GC 压力：
共享JsonSerializerOptions实例，避免每次序列化都新建。 在高频调用场景中，使用
ArrayPool<byte>.Shared</byte>或
MemoryPool管理缓冲区，减少内存分配。 对于固定结构的数据，考虑生成源代码的序列化器（如 Source Generators），编译期生成序列化逻辑，运行时零反射开销。
监控与基准测试
优化必须基于实际测量：
使用 BenchmarkDotNet 对比不同序列化器在真实数据模型下的性能。 关注指标包括：序列化/反序列化耗时、GC 次数、内存分配量。 在生产环境采样序列化耗时，识别瓶颈点。基本上就这些。关键是根据数据特点选对工具，再通过设计和配置把开销压到最低。不复杂但容易忽略。
