JSON tree view vs. table view: ποιο σας βοηθά πραγματικά να κάνετε debug γρηγορότερα

Οι περισσότεροι JSON viewers σας δίνουν επιλογή ανάμεσα σε προβολή δέντρου (φωλιασμένη, αναδιπλούμενη, μία τιμή ανά γραμμή) και προβολή πίνακα (γραμμές και στήλες, στυλ υπολογιστικού φύλλου). Μοιάζουν με δύο «σκιν» πάνω στα ίδια δεδομένα, οπότε είναι δελεαστικό να διαλέξετε απλώς όποια ανοίγει προεπιλεγμένα ένα εργαλείο. Είναι λάθος ένστικτο — οι δύο προβολές είναι στην πραγματικότητα βελτιστοποιημένες για διαφορετικά σχήματα δεδομένων και διαφορετικές εργασίες debugging, και η λάθος επιλογή σας κοστίζει πραγματικό χρόνο.

Σε τι είναι πραγματικά καλή η καθεμία

Η προβολή δέντρου αντικατοπτρίζει την πραγματική δομή του JSON: κάθε αντικείμενο και πίνακας είναι ένας αναδιπλούμενος κόμβος, κάθε τελική τιμή κάθεται στη δική της γραμμή δίπλα στο κλειδί της. Είναι η σωστή επιλογή όταν:

• Η ίδια η δομή είναι αυτό που κάνετε debug — προσπαθείτε να βρείτε πού μέσα σε ένα βαθιά φωλιασμένο αντικείμενο ζει μια τιμή, ή να επιβεβαιώσετε ότι ένα πεδίο υπάρχει καν.
• Τα δεδομένα είναι ανομοιόμορφα — διαφορετικά αντικείμενα στην ίδια απόκριση έχουν διαφορετικά σύνολα κλειδιών, προαιρετικά πεδία ή μεταβλητό βάθος φωλιάσματος. Ένας πίνακας δεν μπορεί να το αναπαραστήσει καθαρά· ένα δέντρο μπορεί.
• Χρειάζεται να δείτε ρητά τις σχέσεις γονέα-παιδιού, π.χ. να εντοπίσετε σε ποιον πίνακα ανήκει ένα συγκεκριμένο αντικείμενο.

Η προβολή πίνακα ισοπεδώνει έναν πίνακα αντικειμένων σε γραμμές και στήλες, μία στήλη ανά κλειδί. Κερδίζει όταν:

• Έχετε έναν πίνακα ομοιόμορφων αντικειμένων — μια λίστα χρηστών, παραγγελιών ή εγγραφών log που μοιράζονται όλες το ίδιο σχήμα.
• Ψάχνετε για μια απόκλιση — ένα null εκεί που περιμένατε αριθμό, ένα τυπογραφικό σε τιμή enum, ένα πεδίο που λείπει από μία μόνο γραμμή. Οι πίνακες κάνουν τις αποκλίσεις οπτικά προφανείς γιατί το μάτι σαρώνει μια στήλη από πάνω μέχρι κάτω· ένα δέντρο θάβει την ίδια ανωμαλία μέσα σε δεκάδες ξεχωριστά αναπτυγμένους κόμβους.
• Θέλετε κάτι πιο κοντά στο νοητικό μοντέλο υπολογιστικού φύλλου — ταξινόμηση, ή ένα γρήγορο μάτι στο ποιες γραμμές μοιράζονται μια τιμή.

Το συγκεκριμένο κόστος της λάθος επιλογής

Ανοίξτε μια βαθιά φωλιασμένη απόκριση API (auth tokens μέσα σε αντικείμενο user μέσα σε αντικείμενο session) σε προβολή πίνακα, και παίρνετε έναν πίνακα όπου τα περισσότερα κελιά γράφουν απλώς [Object] ή [Array] — η ισοπέδωση δεν έχει πού να βάλει τη φωλιασμένη δομή, οπότε καταρρέει σε άχρηστα placeholders στα οποία πρέπει έτσι κι αλλιώς να κάνετε κλικ, κάτι αυστηρά χειρότερο από το να ξεκινούσατε σε προβολή δέντρου.

Ανοίξτε έναν πίνακα 200 σχεδόν πανομοιότυπων εγγραφών log σε προβολή δέντρου, και παίρνετε 200 ξεχωριστά αναδιπλούμενους κόμβους που πρέπει να αναπτύξετε έναν-έναν για να εντοπίσετε τη μία γραμμή όπου το status είναι απροσδόκητα null — μια σάρωση που θα έπαιρνε δύο δευτερόλεπτα σε πίνακα παίρνει λεπτά κλικαρίσματος σε δέντρο.

Ένας απλός πρακτικός κανόνας

Κάντε πρώτα μία ερώτηση: η ενδιαφέρουσα διακύμανση είναι ανάμεσα σε αδέλφια, ή σε βάθος;

• Αν συγκρίνετε πολλά παρόμοια στοιχεία μεταξύ τους (ανάμεσα σε αδέλφια) — χρησιμοποιήστε προβολή πίνακα.
• Αν ακολουθείτε μια τιμή προς τα κάτω μέσα σε φωλιασμένη δομή (σε βάθος) — χρησιμοποιήστε προβολή δέντρου.

Για το καθημερινό debugging JSON όπου κυρίως χρειάζεστε τα δεδομένα ευανάγνωστα και συντακτικά έγκυρα — έλεγχος στοίχισης, επιβεβαίωση ότι οι αγκύλες ταιριάζουν, εντοπισμός ενός κόμματος στο τέλος — καμία από τις δύο προβολές δεν είναι αυστηρά απαραίτητη. Μια σωστά στοιχισμένη, pretty-printed εκδοχή του ωμού JSON (αυτό που σας δίνει ένας JSON formatter) εκθέτει ήδη τη δομή αρκετά καθαρά για τους περισσότερους γρήγορους ελέγχους, και φτάνετε εκεί ταχύτερα απ’ ό,τι αλλάζοντας έναν viewer σε συγκεκριμένη λειτουργία. Καταφύγετε σε προβολή δέντρου ή πίνακα ειδικά όταν τα δεδομένα είναι πολύ μεγάλα ή πολύ φωλιασμένα για να διαβαστούν απλώς από πάνω μέχρι κάτω.