久久久久久久av_日韩在线中文_看一级毛片视频_日本精品二区_成人深夜福利视频_武道仙尊动漫在线观看

如何在 Java 中高效地解析 200,000 個 XML 文件?

How can I efficiently parse 200,000 XML files in Java?(如何在 Java 中高效地解析 200,000 個 XML 文件?)
本文介紹了如何在 Java 中高效地解析 200,000 個 XML 文件?的處理方法,對大家解決問題具有一定的參考價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)吧!

問題描述

我有 200,000 個 XML 文件要解析并存儲在數(shù)據(jù)庫中.

I have 200,000 XML files I want to parse and store in a database.

這里是一個例子:https://gist.github.com/902292

這與 XML 文件一樣復(fù)雜.這也將在小型 VPS (Linode) 上運(yùn)行,因此內(nèi)存很緊.

This is about as complex as the XML files get. This will also run on a small VPS (Linode) so memory is tight.

我想知道的是:

1) 我應(yīng)該使用 DOM 還是 SAX 解析器?由于每個 XML 都很小,因此 DOM 似乎更容易和更快.

1) Should I use a DOM or SAX parser? DOM seems easier and faster since each XML is small.

2) 關(guān)于所述解析器的簡單教程在哪里?(DOM 或 SAX)

2) Where is a simple tutorial on said parser? (DOM or SAX)

謝謝

編輯

盡管每個人都建議使用 SAX,但我嘗試了 DOM 路由.主要是因?yàn)槲艺业搅艘粋€更簡單"的 DOM 教程,并且我認(rèn)為由于平均文件大小約為 3k - 4k,因此很容易將其保存在內(nèi)存中.

I tried the DOM route even though everyone suggested SAX. Mainly because I found an "easier" tutorial for DOM and I thought that since the average file size was about 3k - 4k it would easily be able to hold that in memory.

但是,我編寫了一個遞歸例程來處理所有 200k 文件,它完成了大約 40% 的文件,然后 Java 內(nèi)存不足.

However, I wrote a recursive routine to handle all 200k files and it gets about 40% of the way through them and then Java runs out of memory.

這是項(xiàng)目的一部分.https://gist.github.com/905550#file_xm_lparser.java

我現(xiàn)在應(yīng)該放棄 DOM 而只使用 SAX 嗎?看起來如此小的文件 DOM 應(yīng)該能夠處理它.

Should I ditch DOM now and just use SAX? Just seems like with such small files DOM should be able to handle it.

此外,速度足夠快".解析 2000 個 XML 文件大約需要 19 秒(在 Mongo 插入之前).

Also, the speed is "fast enough". It's taking about 19 seconds to parse 2000 XML files (before the Mongo insert).

謝謝

推薦答案

SAX 總是在速度上擊敗 DOM.但是由于您說 XML 文件很小,您可以繼續(xù)使用 DOM 解析器.您可以做的一件事是創(chuàng)建一個線程池并在其中執(zhí)行數(shù)據(jù)庫操作.多線程更新將顯著提高性能.

SAX always beats DOM at speed. But since you say XML files are small you may proceed with DOM parser. One thing you can do to speedup is create a Thread-Pool and do the database operations in it. Multithreaded updates will significantly improve the performance.

  • 拉利斯

這篇關(guān)于如何在 Java 中高效地解析 200,000 個 XML 文件?的文章就介紹到這了,希望我們推薦的答案對大家有所幫助,也希望大家多多支持html5模板網(wǎng)!

【網(wǎng)站聲明】本站部分內(nèi)容來源于互聯(lián)網(wǎng),旨在幫助大家更快的解決問題,如果有圖片或者內(nèi)容侵犯了您的權(quán)益,請聯(lián)系我們刪除處理,感謝您的支持!

相關(guān)文檔推薦

Upload progress listener not fired (Google drive API)(上傳進(jìn)度偵聽器未觸發(fā)(Google 驅(qū)動器 API))
Save file in specific folder with Google Drive SDK(使用 Google Drive SDK 將文件保存在特定文件夾中)
Google Drive Android API - Invalid DriveId and Null ResourceId(Google Drive Android API - 無效的 DriveId 和 Null ResourceId)
Google drive api services account view uploaded files to google drive using java(谷歌驅(qū)動api服務(wù)賬戶查看上傳文件到谷歌驅(qū)動使用java)
Google Drive service account returns 403 usageLimits(Google Drive 服務(wù)帳號返回 403 usageLimits)
com.google.api.client.json.jackson.JacksonFactory; missing in Google Drive example(com.google.api.client.json.jackson.JacksonFactory;Google Drive 示例中缺少)
主站蜘蛛池模板: 国产激情视频网站 | 久久99这里只有精品 | 国产毛片毛片 | av三级在线观看 | 中文字幕精品视频在线观看 | 国产精品爱久久久久久久 | 精品免费在线 | 粉色午夜视频 | 日韩一区二区av | 成人精品久久 | 一级黄在线观看 | 国产精品污www一区二区三区 | 欧美国产日韩一区二区三区 | 午夜成人免费视频 | 操操日 | 久久大香 | 国产成人免费视频 | 99热精品久久 | 国产精品欧美一区喷水 | 久久国产精品无码网站 | 成人伊人网 | 91精品国产综合久久久久久丝袜 | 9久久精品| 亚洲欧洲在线观看视频 | 久久久久久国产精品 | 国产欧美日韩综合精品一区二区 | 免费观看的黄色网址 | 蜜桃av鲁一鲁一鲁一鲁 | 日韩av在线一区二区三区 | 福利精品在线观看 | 日本在线小视频 | 拍拍无遮挡人做人爱视频免费观看 | 国产高清无av久久 | 国产在视频一区二区三区吞精 | 国产精品国产三级国产a | h视频在线免费 | 一级黄片一级毛片 | 精品一区二区三区四区 | 一级做a爰片性色毛片 | 欧美一区二区三区 | 91九色porny首页最多播放 |