iTextSharp PDFWriter瓶颈

Question

所以我正在使用10000页2页pdf文件并将它们合并到iTextSharp中。

这是我正在做的一些松散的代码：

Document document = new Document();
using(PdfWriter writer = PdfWriter.GetInstance(document, new FileStream("merged.pdf", FileMode.Create)))
{  

    PdfContentByte cb = writer.DirectContent;
    PdfReader reader = null;
    foreach(string thisFile in files)
    {
       reader = new PdfReader(thisFile);
       var page1 = writer.GetImportedPage(reader, 1);
       var page2 = writer.GetImportedPage(reader, 2);
       cb.AddTemplate(page1, 1f, 0, 0, 1f, 0, 0);
       cb.AddTemplate(page2, 1f, 0, 0, 1f, 0, 0);
    }
}

我试图了解两个地方的瓶颈所在。我运行了一些性能测试，最慢的进程自然地在每个文件中读取PdfReader以及保存文件的dispose，它是从使用PdfWriter块调用的。

对于此过程，我在所有16个核心上的利用率约为25％。我尝试使用固态驱动器而不是我的SATA 7.2k rpm驱动器，它的速度几乎完全相同。

如何加快这个过程？没有分发任务，因为计算机之间的读取速度会更慢。即使这意味着改变到另一种语言，库或写下这个较低级别，我需要比现在更快地完成这个过程。现在合并大约需要10分钟。

Answer 1

所以我终于解决了这个问题。以下是我的表现结果，其中包含以下获胜方法的代码： 我在所有这三个测试中使用了相同的机器

• iTextSharp - 直接在pdfwriter上的内容构建器
  • Windows 2008 64位
  • NTFS分区
  • 在处理过程中每秒合并约30页
  • 结束pdfwriter时的最终开销
  • 所有
  每秒25页
• iTextSharp - PDFCopy
  • Windows 2008 64位
  • NTFS分区
  • 将输出写入磁盘而不是内存，因此最后没有开销
  • 每秒40页
• iText（java） - PDFCopy（完全相同的代码，只是移植到java）
  • Ubuntu 12.04 64位服务器版
  • EXT3分区（即将试用ext4）
  • 还在处理期间将输出写入磁盘
  • 每秒250页

没有试过弄清楚为什么相同的代码在Ubuntu上运行得更快但是我会接受它。一般来说，我定义了此函数之外的所有主要变量，因为在此过程中它被调用了36000次。

public void addPage(String inputPdf, String barcodeText, String pageTitle)
{
    try
    {
        //read in the pdf
        reader = new PdfReader(inputPdf);

        //all pdfs must have 2 pages (front and back). 
        //set to throw an out of bounds error if not. caught up stream
        for (int i = 1; i <= Math.Min(reader.NumberOfPages,2); i++)
        {
            //import the page from source pdf
            copiedPage = copyPdf.GetImportedPage(reader, i);

            // add the page to the new document
            copyPdf.AddPage(copiedPage);
        }

        //cleanup this page, keeps a big memory leak away
        copyPdf.FreeReader(reader);
        copyPdf.Flush();

    }
    finally
    {
        reader.Close();
    }
}

Answer 2

尝试PdfSmartCopy。不确定它是否更快。

Document document = new Document();
using(PdfWriter writer = new PdfSmartCopy(document, new FileStream("merged.pdf", FileMode.Create)))
{  
    document.Open();
    PdfReader reader = null;
    foreach(string thisFile in files)
    {
       reader = new PdfReader(thisFile);
       ((PdfSmartCopy)writer).AddPage(writer.GetImportedPage(reader , 1));
       ((PdfSmartCopy)writer).AddPage(writer.GetImportedPage(reader , 2));
    }

    if(reader != null)
    {
       reader.Close();
    }
}
document.Close();