تحليل كائنات JSON من دون شجرة AST وسيطة

تتبع معظم مكتبات JSON الوصفة ذاتها من خطوتين: تحويل البايتات الخام أولًا إلى شجرة وسيطة تحاكي المستند، ثم التنقل في تلك الشجرة لبناء أنواع البيانات التي يستخدمها التطبيق فعليًا. تسأل تدوينة منشورة على arthi-chaud.github.io عمّا يحدث إذا حُذفت الشجرة الوسيطة كليًا، وتقترح مقاربة قائمة على قيم مهيّأة جزئيًا.

لماذا يكلّف التمثيل الوسيط

يصف الكاتب التصميم المعتاد كخط أنابيب: يحوّل المحلّل ByteString إلى شجرة AST خاصة بـ JSON، ثم تحوّل دالة منفصلة مثل fromJSON تلك الشجرة إلى بيانات النطاق، مثل سجل Album. هذا الفصل مريح، إذ يبقى التحليل مستقلًا عن التحقق، ويمكن غالبًا توليد كود التحويل تلقائيًا عبر Template Haskell أو Generics، لكنه ليس مجانيًا: الشجرة كائن إضافي في الذاكرة بحجم لا يقل عن القيمة النهائية، وبناؤها يستهلك حسابات تُهدر بمجرد إنشاء كائن النطاق.

كائنات مهيّأة جزئيًا وعدّاد بتات

تنقل المقاربة البديلة كائن نطاق مهيّأ جزئيًا عبر المحلّل نفسه، فتُكتب الحقول فور قراءتها ولا تُبنى أي شجرة. يعتمد ذلك في Haskell على الكسالة: يبدأ كل حقل بقيمة undefined، لذا يجب ألا تكون حقول النوع الهدف صارمة. ويُستعاد الأمان عبر مجموعة بتات: قيمة Word64 تبدأ بـ maxBound. عند كتابة حقل يُمحى البت في موضعه ضمن تعريف النوع، وعند انتهاء التحليل تثبت القيمة الصفرية أن الكائن مهيّأ بالكامل. وإلا يفشل المحلّل ويمكنه سرد الحقول المفقودة في رسالة الخطأ، أما الحقول من نوع Maybe فيكفي إسنادها إلى Nothing.

القياسات والتحفظات

بُني النموذج الأولي بمكتبة flatparse، مع توليد محلّلات متخصصة وقت الترجمة عبر Template Haskell. وفي قياسات Criterion الدقيقة على جهاز Intel بمعالجَي Xeon Gold 6244 وذاكرة 32 غيغابايت، سجّلت aeson، المكتبة الرئيسية لـ JSON في Haskell، 1.051 ميكروثانية لكتاب و2.901 ميكروثانية لمؤلف مع قائمة كتب. أما المكتبة نفسها مع شجرة AST وسيطة فسجّلت 922.7 نانوثانية و2.813 ميكروثانية، ومن دون الشجرة انخفضت إلى 314.2 نانوثانية و1.027 ميكروثانية، أي أسرع بنحو ثلاث مرات. ويشير الكاتب إلى أن المحلّل لا يطابق معيار JSON بالكامل، إذ يدعم جزءًا فقط من معالجة المحارف المُهرَّبة وصيغ الأعداد، وإلى أن هذه القياسات الدقيقة قد لا تعكس التطبيقات الحقيقية.

ما تُظهره التجربة

يوضح المقال أنه ليس اعتراضًا على التمثيلات الوسيطة التي تفصل التحليل عن التحقق وتحافظ على قابلية صيانة الكود، بل يركّز على كلفتها وقت التشغيل، وعلى أن دمج الخطوتين حل وسط أقل أناقة لكنه عملي عندما تكون السرعة مهمة. والفكرة ليست جديدة أيضًا: فإطار التسلسل serde في Rust ينقل الطبقة الوسيطة إلى وقت الترجمة عبر البرمجة المرحلية، وفي اللغات الصارمة يمكن البدء بقيم فارغة بدل undefined.