日期:2014-3-9 浏览次数:20267次 点赞次数:20

XML文档从格式到大小都是不是确定的。有的可能只要几行,而有的却有好几兆字节。你也许会怀疑是不是需求了解XML文档的大小。而当功用成为首要问题时,知道XML文档大小就是件必需要作的事情了。


从功用角度讲,有两类处理XML文档的方法。批量处理方式需求较短的时间,解析成组的文档。实时方式就是实时的处理文档。批处理方式的功用可以通过在一定时间内处理多少文档来测量,而实时模式的功用也采用类似的测量方式,不过是以处理一个文档需求多长时间来计算的。


Scenarios场景
想象一下,你有一个实时任务的系统,比如一个Web服务器。这个系统需求实时的接收客户发来的订单,并需求立即对这个订单进行呼应。

这个系统显然不能用批量处理的方式进行。简单的估量一下,假设这是个很简单的订单,只要十个项目,这样所生成的XML文档就比较小,大概每个文档是4KB。这种情况下,使用DOM来解析收到文档。

如果你的订单每小时只要几个,那么系统功用对你来说还不是问题。但是长远考虑,总有一天订单的数量会多到令你认识到系统功用必须提高。

如今你开始考虑提高功用来顺应增长的负荷。你的订单文档曾经很小了,把它们合并成较大的文档也没有什么实际的意义。从纵向考虑,这时候你可以提高现有系统处理能力;从横向考虑,你可以添加更多的系统将负荷分散开。

再看看另一个完全不同的领域,你如今要处理的是一个大型的数据仓库。和Web服务器完全不同,你如今用FTP来传输平均大小为300MB的XML文档。如果还是使用DOM来解析XML文档,你很快就会遇到大麻烦。相反,如果你使用SAX就会好的多,它可以直接解析流入的XML文档,而不必把它们事先都装入内存。


改变文档尺寸
有时候你会遇到特殊情况需求改变XML文档大小。想象一下,和刚才一样你有一个实时处理XML文档的Web服务器,而此时所有的文档大小都是400MB而不是4KB,你不能使用DOM方式,由于那太占内存了。可是由于这是个实时系统,功用很重要。你可以使用SAX,不过需求时间允许并要有强大的处理器。

在这种情况下,你可以通过改变文档大小来改进系统执行功用。比如你可以将一个400MB的文档分成10个40MB的,或者40个10MB的小文档,这比起处理一个400MB的文档更无效率。这样你就可以使用DOM方式把文件读入内存进行处理,及时呼应每个文档的请求了。同时还可以清除掉不相关的文档。

在批量处理方式上也有类似情况。想象一下你在通过DOM的批处理方式处理数千个4KB大小的文档。最好的方式是将一千个文件合并成一个4MB的文件。由于每个文档的载入都需求占用系统时间(不论是DOM还是SAX)。通过将一千个文档合并成一个,你只需求载入一个文档,占用的时间只是原来的千分之一。