Tika在服务器模式下的表现

Question

我读了一些文章，说服务器模式下的tika提高了性能。有人可以解释一下吗？我们可以在Java应用程序中实现类似的功能以获得更好的性能吗？

Running tika in server mode

Answer 1

在使用jar作为独立应用程序执行tika时提供的示例中，在实际处理pdf文件之前还有其他步骤。您可以粗略地将其拆分为3：

1. JVM实例化
2. 加载和配置Tika类（例如：解析器等......）
3. （仅此时）tika执行内容处理

在服务器模式下，首先在服务器启动时执行两个步骤，并且可以在收到文件时对其进行处理。

如果对应用程序执行某些输入数据处理，并且处理时间明显少于实例化和配置应用程序，则可以在应用程序中执行相同操作。

关于实施，您可以查看tika source code

Answer 2

我查看了TikaServer中的代码，只有Parser对象似乎被初始化了。此处不需要其他与​​Socket相关的代码。我尝试了代码只初始化Parser一次，但没有看到任何改进（用于提取100个文件的内容）。

按照vadchen的回答

1. JVM初始化不是正在运行的应用程序的问题;无论如何它只会发生一次。
2. Tika初始化Parser对象，这似乎对性能没有太大影响。

因此该文章声称没有任何性能提升。