Question

我想将大约50MB的数据写入XML文件。

我发现Nokogiri（1.5.0）在阅读而不是写作时解析效率很高。 Nokogiri不是写入XML文件的好选择，因为它在内存中保存完整的XML数据，直到它最终写入。

我发现Builder（3.0.0）是个不错的选择，但我不确定它是否是最好的选择。

我尝试了一些使用以下简单代码的基准测试：

  (1..500000).each do |k|
    xml.products {
      xml.widget {
        xml.id_ k
        xml.name "Awesome widget"
      }
    }
    end

Nokogiri大约需要143秒，而且内存消耗也会逐渐增加，大约700 MB。

Builder大约花了123秒，内存消耗足够稳定在10 MB。

那么在Ruby中编写大量XML文件（50 MB）有更好的解决方案吗？

以下是使用Nokogiri的代码：

require 'rubygems'
require 'nokogiri'
a = Time.now
builder = Nokogiri::XML::Builder.new do |xml|
  xml.root {
    (1..500000).each do |k|
    xml.products {
      xml.widget {
        xml.id_ k
        xml.name "Awesome widget"
      }
    }
    end
  }
end
o = File.new("test_noko.xml", "w")
o.write(builder.to_xml)
o.close
puts (Time.now-a).to_s

以下是使用Builder的代码：

require 'rubygems'
require 'builder'
a = Time.now
File.open("test.xml", 'w') {|f|
xml = Builder::XmlMarkup.new(:target => f, :indent => 1)

  (1..500000).each do |k|
    xml.products {
      xml.widget {
        xml.id_ k
        xml.name "Awesome widget"
      }
    }
    end

}
puts (Time.now-a).to_s

Answer 1

解决方案1 

如果速度是您的主要考虑因素，我只需直接使用libxml-ruby：

$ time ruby test.rb 

real    0m7.352s
user    0m5.867s
sys     0m0.921s

API很简单：

require 'rubygems'
require 'xml'
doc = XML::Document.new()
doc.root = XML::Node.new('root_node')
root = doc.root

500000.times do |k|
  root << elem1 = XML::Node.new('products')
  elem1 << elem2 = XML::Node.new('widget')
  elem2['id'] = k.to_s
  elem2['name'] = 'Awesome widget'
end

doc.save('foo.xml', :indent => false, :encoding => XML::Encoding::UTF_8)

在这种情况下使用:indent => true没有太大区别，但对于更复杂的XML文件，它可能会有所不同。

$ time ruby test.rb #(with indent)

real    0m7.395s
user    0m6.050s
sys     0m0.847s

解决方案2

当然，最快的解决方案，并没有在内存上构建，只是手动编写XML，但很容易产生其他错误来源，如可能无效的XML：

$ time ruby test.rb 

real    0m1.131s
user    0m0.873s
sys     0m0.126s

以下是代码：

f = File.open("foo.xml", "w")
f.puts('<doc>')
500000.times do |k|
  f.puts "<product><widget id=\"#{k}\" name=\"Awesome widget\" /></product>"
end
f.puts('</doc>')
f.close

在ruby中创建大文件xml

1 个答案: