WebAssembly 跨语言数据格式：JSON 方便，但不一定便宜

WebAssembly 跨语言数据格式：JSON 方便，但不一定便宜

一、跨边界传数据有成本

WebAssembly 插件和宿主之间经常需要传递数据。最简单的方法是 JSON：宿主序列化，插件解析，结果再序列化回来。JSON 很方便，但不一定便宜。

跨语言边界的成本包括序列化、内存复制、编码转换和 schema 校验。数据小的时候无所谓，数据大或调用频繁时，成本会变得明显。格式选择要看场景。

二、数据路径要拆开看

flowchart TD A[宿主数据] --> B[序列化] B --> C[复制到 WASM 内存] C --> D[插件解析] D --> E[执行逻辑] E --> F[结果序列化]

每一步都有成本。JSON 字符串需要编码，WASM 内存需要分配和复制，插件内部还要解析成结构。若只测插件执行逻辑，会低估端到端耗时。

如果插件只处理少量配置，JSON 很合适。如果插件处理大批向量、图片或 token 流，就要考虑二进制格式、共享内存或分块传输。

三、格式要有 schema

#[derive(serde::Serialize, serde::Deserialize)] struct PluginInput { task_id: String, text: String, max_tokens: u32, }

JSON 也要有 schema。不要把任意对象传给插件，再让插件自己猜字段。结构化输入能让宿主提前校验，错误也更清楚。

{ "task_id": "t_1024", "text": "需要处理的文本", "max_tokens": 512 }

字段要版本化。新增字段应有默认值，删除字段要有迁移期。跨语言协议比普通内部函数更需要稳定。

四、性能测试要端到端

比较 JSON、MessagePack、Bincode 或自定义二进制格式时，要测端到端耗时和内存峰值。只测序列化函数不够，因为 WASM 边界复制也占成本。

还要考虑可调试性。二进制格式更快，但排查问题不如 JSON 直观。对低频控制消息，JSON 的可读性可能更重要；对高频大数据，二进制更合理。

内存所有权也要写清楚。宿主分配的 buffer 由谁释放，插件返回的指针何时失效，错误时是否需要释放，必须在协议中定义。WASM 边界上最怕“能跑一次”，长期却泄漏内存。

大数据传输可以分块。一次性把大数组复制进 WASM 内存，可能造成峰值内存过高。分块协议虽然复杂一点，但更容易控制内存和进度。

还要做格式兼容测试。旧插件读新字段、新插件读旧字段、缺字段和未知字段，都要有明确行为。跨语言数据协议如果没有兼容策略，升级会很痛。

最后，格式选择要写进文档。为什么使用 JSON，何时切换二进制，最大消息大小是多少，都应明确。默认无限制，是未来事故的邀请函。

跨语言协议还要处理字节序和数字精度。JSON 对大整数、浮点和二进制数据并不友好，某些语言会把大整数转成浮点。若任务涉及向量、时间戳或 ID，必须明确编码规则。

字符串编码也要统一。宿主和插件都应默认 UTF-8，并定义非法编码如何处理。不要让插件自行猜测，否则不同语言实现会产生不一致。

错误数据也要有格式。插件解析失败时，应返回结构化错误码和位置，而不是直接 panic。宿主才能把错误展示给用户或记录到审计日志。

最后，协议测试要跨语言运行。Rust 宿主、AssemblyScript 插件、TinyGo 插件如果都能通过同一组样例，兼容性才更可信。

实际测试中，MessagePack 在处理 10KB 左右的向量数据时，序列化+复制总耗时大约 80-150 微秒，而 JSON 同样的数据要 300-500 微秒。这个差距在高频调用场景下会很明显。但低频控制消息里，JSON 的可读性优势远大于这点性能差异。选格式之前，先算一下调用频率和数据量。

五、总结

WebAssembly 跨语言数据格式要根据数据大小、调用频率、可调试性和 schema 稳定性选择。JSON 方便，但不一定适合高频大数据。

跨边界之前，先把序列化、复制和解析成本算清楚。否则插件逻辑很快，端到端仍然慢。