SAXParser线程变量化提高xml解析性能和吞吐量
xml的解析是Java程序员平常遇到的一个问题。对于解析性能也是我们比较关注的。下面是其中的一个优化点。
-
package bestree.love;
-
-
import java.io.IOException;
-
import java.io.InputStream;
-
-
import javax.xml.parsers.ParserConfigurationException;
-
import javax.xml.parsers.SAXParser;
-
import javax.xml.parsers.SAXParserFactory;
-
-
import org.xml.sax.SAXException;
-
import org.xml.sax.helpers.DefaultHandler;
-
-
/**
-
* XML解析性能优化。
-
*
-
* @author bestree007
-
*
-
*/
-
public class ParserThreadLocal {
-
-
// usually we parse XML in this way.
-
public void parseXml(InputStream input) {
-
SAXParserFactory factory = SAXParserFactory.newInstance();
-
factory.setNamespaceAware( true);
-
try {
-
DefaultHandler handler = new DefaultHandler();
-
SAXParser parser = factory.newSAXParser();
-
parser.parse(input, handler);
-
// next use the parser to parse the xml source.
-
} catch (ParserConfigurationException e) {
-
e.printStackTrace();
-
} catch (SAXException e) {
-
e.printStackTrace();
-
} catch (IOException e) {
-
e.printStackTrace();
-
}
-
}
-
}
通常我们使用类似的方式进行xml的sax的解析,这里需要关注的是每次完成factory和parser的初始化,这块是比较耗费性能的。在进行高并发性能测试时,多数的线程会在初始化parser时blocked住。
我们首先会想到的一个问题是,复用parser,这里需要关注是saxparser并不是线程安全的, 非线程安全的意思是,多线程访问同一个saxparser实例时会导致实例状态从单个线程的角度来看是错乱的不可预期的。
通过查阅很多资料,最终发现除了在初始化时配置一下xml解析的参数提高性能外(这里不进行讨论),另一个办法是将saxparser作为线程本地变量,即ThreadLocal变量,特别适用于线程池下多线程调用时,由于线程的复用,对于同一个线程来说,可以只初始化一次,大幅度提高解析性能。
下面是事例。
-
package bestree.love;
-
-
import java.io.IOException;
-
import java.io.InputStream;
-
-
import javax.xml.parsers.ParserConfigurationException;
-
import javax.xml.parsers.SAXParser;
-
import javax.xml.parsers.SAXParserFactory;
-
-
import org.xml.sax.SAXException;
-
import org.xml.sax.helpers.DefaultHandler;
-
-
/**
-
* XML解析性能优化。
-
*
-
* @author bestree007
-
*
-
*/
-
public class ParserThreadLocalCase {
-
-
/**
-
* 将parser作为线程变量。
-
*/
-
private ThreadLocal<SAXParser> parser = new ThreadLocal<SAXParser>() {
-
protected SAXParser initialValue() {
-
SAXParser newParser = null;
-
SAXParserFactory factory = SAXParserFactory.newInstance();
-
factory.setNamespaceAware( true);
-
try {
-
newParser = factory.newSAXParser();
-
} catch (ParserConfigurationException e) {
-
e.printStackTrace();
-
} catch (SAXException e) {
-
e.printStackTrace();
-
}
-
return newParser;
-
};
-
};
-
-
// now we parse XML in this way.
-
public void parseXml(InputStream input) {
-
-
try {
-
DefaultHandler handler = new DefaultHandler();
-
// next use the parser to parse the xml source.
-
parser.get().parse(input, handler);
-
} catch (SAXException e) {
-
e.printStackTrace();
-
} catch (IOException e) {
-
e.printStackTrace();
-
}
-
}
-
}
注:
在Java多线程著名书籍Brian Goetz的著作《Java Concurrency in Practice》中提到,使用ThreadLocal来维持线程封闭,对每个线程来说它只看到和操作了与其对应的变量副本,这个是个很好用的特性。