将文件输入Xpath的最佳方法

Question

我正在使用Xpath来处理红色XML文件。文件大小未知（介于700Kb - 2Mb之间），每秒必须读取大约100个文件。所以我想快速地从Xpath加载和读取。

我尝试使用java nio文件通道和内存映射文件，但很难用于Xpath。 那么有人可以说出办法吗？

Answer 1

很大程度上取决于XPath表达式的作用。这里有四个成本：读取文件的基本I / O，XML解析，树构建和XPath评估。 （加上可能的第五个，产生输出，但你没有提到输出可能是什么。）从你的描述中我们无法知道哪个因素占主导地位。性能改进的第一步始终是测量，我的第一步是尝试测量这四个因素的贡献。

如果您使用的是具有多个处理器的环境（谁不是？），那么并行执行就有意义了。如果你可以使用Saxon-EE中的collection（）函数组织处理，你可以“免费”获得这个。

Answer 2

如果我是你，我可能会在这种情况下删除Java，不是因为你不能在Java中这样做，而是因为使用了一些bash脚本（如果你在Unix上） ）会更快，至少这是我处理大量文件的经验告诉我的。

在* nix上，您可以使用名为 xpath 的实用程序。

由于您正在进行大量的I / O操作，因此拥有一个像样的SSD磁盘可以提供更多帮助，然后在单独的线程中进行操作。您仍然需要使用多个线程，但每个CPU不超过一个。

Answer 3

如果你想要性能，我会简单地删除XPath并使用SAX解析器来读取文件。您可以搜索Stackoverflow for SAX vs XPath vs DOM类问题以获取更多详细信息。这是一个Is XPath much more efficient as compared to DOM and SAX?