Java XPath (Apache JAXP-Implementierung) Leistung

HINWEIS: Wenn Sie dieses Problem als gut, bitte upvote es auf Apache-JIRA:

https://issues.apache.org/jira/browse/XALANJ-2540

Ich habe kommen zu einer erstaunlichen Schlussfolgerung, dass diese:

Element e = (Element) document.getElementsByTagName("SomeElementName").item(0);
String result = ((Element) e).getTextContent();

Scheint eine unglaubliche 100x schneller als dies:

//Accounts for 30%, can be cached
XPathFactory factory = XPathFactory.newInstance();

//Negligible
XPath xpath = factory.newXPath();

//Negligible
XPathExpression expression = xpath.compile("//SomeElementName");

//Accounts for 70%
String result = (String) expression.evaluate(document, XPathConstants.STRING);

Ich bin mit dem JVM-Standard-Implementierung von JAXP:

org.apache.xpath.jaxp.XPathFactoryImpl
org.apache.xpath.jaxp.XPathImpl

Bin ich wirklich verwirrt, denn es ist leicht zu sehen, wie JAXP optimieren konnten, die über XPath-Abfrage tatsächlich auszuführen eine einfache getElementsByTagName() statt. Aber es scheint nicht zu tun. Dieses problem beschränkt sich auf etwa 5-6 Häufig verwendete XPath-Aufrufe, sind abstrahiert und verborgen durch eine API. Solche Abfragen beinhalten einfache Pfade (z.B. /a/b/c keine Variablen, Bedingungen) gegen eine immer verfügbare DOM-Dokument nur. Also, wenn eine Optimierung durchgeführt werden kann, wird es sehr einfach zu erreichen.

Meine Frage: Ist XPath ist Langsamkeit eine anerkannte Tatsache, oder bin ich mit Blick auf etwas? Gibt es eine bessere (schnellere) Umsetzung? Oder sollte ich einfach vermeiden XPath-insgesamt, für einfache Abfragen?

InformationsquelleAutor der Frage Lukas Eder | 2011-06-14

  1. 60

    Ich habe gedebuggt und profilierten meinem test-Fall und Xalan/JAXP im Allgemeinen. Ich identifizieren konnte, die großen major problem in 

    org.apache.xml.dtm.ObjectFactory.lookUpFactoryClassName()

    Es kann gesehen werden, dass jeder der 10k test XPath-Auswertungen führten zu der classloader versucht, Suche die DTMManager - Instanz in einer Art Standard-Konfiguration. Diese Konfiguration wird nicht in den Speicher geladen, sondern zugreifen zu jeder Zeit. Darüber hinaus ist dieser Zugang scheint zu sein, geschützt durch eine Sperre auf der ObjectFactory.class selbst. Wenn der Zugriff fehlschlägt (standardmäßig), dann wird die Konfiguration geladen wird, die xalan.jar Datei

    META-INF/service/org.apache.xml.dtm.DTMManager

    Konfigurationsdatei. Jedes mal!:

    Java XPath (Apache JAXP-Implementierung) Leistung

    Glück, dieses Verhalten kann überschrieben werden, indem eine JVM-parameter wie diese:

    -Dorg.apache.xml.dtm.DTMManager=
  org.apache.xml.dtm.ref.DTMManagerDefault

    oder

    -Dcom.sun.org.apache.xml.internal.dtm.DTMManager=
  com.sun.org.apache.xml.internal.dtm.ref.DTMManagerDefault

    Den oben genannten arbeiten, denn dadurch können die umgehen die teure Arbeit in lookUpFactoryClassName() wenn der factory-Klasse name die Standardeinstellung ist sowieso:

    //Code from com.sun.org.apache.xml.internal.dtm.ObjectFactory
static String lookUpFactoryClassName(String factoryId,
                                     String propertiesFilename,
                                     String fallbackClassName) {
  SecuritySupport ss = SecuritySupport.getInstance();

  try {
    String systemProp = ss.getSystemProperty(factoryId);
    if (systemProp != null) { 

      //Return early from the method
      return systemProp;
    }
  } catch (SecurityException se) {
  }

  //[...] "Heavy" operations later

    So, hier ist eine Verbesserung der performance im überblick für 10k aufeinander folgenden XPath-Auswertungen von //SomeNodeName gegen einen 90k XML-Datei (gemessen mit System.nanoTime():

    measured library        : Xalan 2.7.0 | Xalan 2.7.1 | Saxon-HE 9.3 | jaxen 1.1.3
--------------------------------------------------------------------------------
without optimisation    :     10400ms |      4717ms |              |     25500ms
reusing XPathFactory    :      5995ms |      2829ms |              |
reusing XPath           :      5900ms |      2890ms |              |
reusing XPathExpression :      5800ms |      2915ms |      16000ms |     25000ms
adding the JVM param    :      1163ms |       761ms |        n/a   |

    beachten Sie, dass der benchmark war sehr primitiv. es kann gut sein, dass Sie Ihre eigenen Benchmarks zeigen, dass die sächsischen übertrifft xalan

    Ich eingereicht habe dies als bug und den Xalan Jungs von Apache:

    https://issues.apache.org/jira/browse/XALANJ-2540

    InformationsquelleAutor der Antwort Lukas Eder

  2. 6

    Nicht eine Lösung, sondern ein Zeiger auf das Haupt-problem:
    Die langsamste Teil des Prozesses bei der Auswertung eines xpath in Bezug auf einen beliebigen Knoten ist die Zeit, die die DTM-manager, suchen Sie nach dem Knoten Griff:

    http://javasourcecode.org/html/open-source/jdk/jdk-6u23/com/sun/org/apache/xml/internal/dtm/ref/dom2dtm/DOM2DTM.html#getHandleOfNode%28org.w3c.dom.Node%29

    Wenn der Knoten in Frage, die am Ende des Dokuments, kann es am Ende zu Fuß den gesamten Baum zu finden, den Knoten in Frage, die für jede Abfrage.

    Dies erklärt, warum der hack, um Waisen aus der Ziel-Knoten funktioniert.
    Es sollte ein Weg sein, um diesen cache lookups, aber an dieser Stelle kann ich nicht sehen, wie.

    InformationsquelleAutor der Antwort Robbie Matthews

  3. 0

    Ihre Frage zu beantworten, vtd-xml ist schneller als Jaxen oder Xalan) (ich würde sagen durchschnittlich
    10x und 60x berichtet wurde...

    InformationsquelleAutor der Antwort vtd-xml-author

Schreibe einen Kommentar