如何解决Java XPathApache JAXP实现性能
| 注意:如果您也遇到此问题,请在Apache JIRA上对其进行投票: https://issues.apache.org/jira/browse/XALANJ-2540 我得出一个惊人的结论:Element e = (Element) document.getElementsByTagName(\"SomeElementName\").item(0);
String result = ((Element) e).getTextContent();
似乎比这快100倍:
// Accounts for 30%,can be cached
XPathFactory factory = XPathFactory.newInstance();
// Negligible
XPath xpath = factory.newXPath();
// Negligible
XPathExpression expression = xpath.compile(\"//SomeElementName\");
// Accounts for 70%
String result = (String) expression.evaluate(document,XPathConstants.STRING);
我正在使用JVM的JAXP的默认实现:
org.apache.xpath.jaxp.XPathFactoryImpl
org.apache.xpath.jaxp.XPathImpl
我真的很困惑,因为很容易看到JAXP如何优化上面的XPath查询以实际执行一个简单的getElementsByTagName()
。但这似乎没有做到。此问题仅限于大约5到6个经常使用的XPath调用,这些调用由API抽象和隐藏。这些查询仅针对始终可用的DOM文档涉及简单路径(例如/a/b/c
,没有变量,条件)。因此,如果可以进行优化,将很容易实现。
我的问题:XPath的速度慢是公认的事实,还是我忽略了某些事情?是否有更好(更快)的实现?或者对于简单的查询,我应该完全避免使用XPath吗?
解决方法
通常,我已经调试并分析了我的测试用例和Xalan / JAXP。我设法找出了主要的重大问题
org.apache.xml.dtm.ObjectFactory.lookUpFactoryClassName()
可以看出,每10k测试XPath评估中的每一个都导致类加载器尝试以某种默认配置查找“ 6”实例。此配置不会加载到内存中,但每次都会访问。此外,这种访问似乎受到ObjectFactory.class
本身锁的保护。如果访问失败(默认情况下),则会从xalan.jar
文件的
META-INF/service/org.apache.xml.dtm.DTMManager
配置文件。每次!:
幸运的是,可以通过指定如下所示的JVM参数来覆盖此行为:
-Dorg.apache.xml.dtm.DTMManager=
org.apache.xml.dtm.ref.DTMManagerDefault
要么
-Dcom.sun.org.apache.xml.internal.dtm.DTMManager=
com.sun.org.apache.xml.internal.dtm.ref.DTMManagerDefault
上面的方法可以正常工作,因为如果工厂类名仍然是默认值,这将绕过ѭ12中的昂贵工作:
// Code from com.sun.org.apache.xml.internal.dtm.ObjectFactory
static String lookUpFactoryClassName(String factoryId,String propertiesFilename,String fallbackClassName) {
SecuritySupport ss = SecuritySupport.getInstance();
try {
String systemProp = ss.getSystemProperty(factoryId);
if (systemProp != null) {
// Return early from the method
return systemProp;
}
} catch (SecurityException se) {
}
// [...] \"Heavy\" operations later
因此,这是针对90k XML文件(以System.nanoTime()
度量)对1014进行10k连续XPath评估的性能改进概述。
measured library : Xalan 2.7.0 | Xalan 2.7.1 | Saxon-HE 9.3 | jaxen 1.1.3
--------------------------------------------------------------------------------
without optimisation : 10400ms | 4717ms | | 25500ms
reusing XPathFactory : 5995ms | 2829ms | |
reusing XPath : 5900ms | 2890ms | |
reusing XPathExpression : 5800ms | 2915ms | 16000ms | 25000ms
adding the JVM param : 1163ms | 761ms | n/a |
请注意,基准是非常原始的基准。您自己的基准测试很可能表明撒克逊胜过xalan
我已将其作为错误提交给Apache的Xalan员工:
https://issues.apache.org/jira/browse/XALANJ-2540
, 不是解决方案,而是主要问题的指针:
评估与任意节点有关的xpath的过程中最慢的部分是DTM管理器查找节点句柄所花费的时间:
http://javasourcecode.org/html/open-source/jdk/jdk-6u23/com/sun/org/apache/xml/internal/dtm/ref/dom2dtm/DOM2DTM.html#getHandleOfNode%28org.w3c.dom。节点%29
如果有问题的节点位于文档的末尾,那么对于每个查询,它最终可能会遍历整个树以找到有问题的节点。
这解释了为什么孤立目标节点的黑客工作的原因。
应该有一种方法可以缓存这些查询,但是目前还看不到。
, 为了回答您的问题,vtd-xml比Jaxen或Xalan快得多(我会说平均
据报道是10倍和60倍...
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。