java - JDOM 解析速度比 DOM 慢得多

Question

我有两种方法使用 DOM 和 JDOM 来解析相同的 XML 文档。我预计 JDOM 比 DOM 运行得更快，消耗的内存更少，但实际上，在我的基准测试中，JDOM 运行速度慢了几倍，消耗的内存也多得多。我使用 JMH 作为基准测试框架。

import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.annotations.BenchmarkMode;
import org.openjdk.jmh.annotations.Mode;
import org.openjdk.jmh.annotations.OutputTimeUnit;
import org.openjdk.jmh.runner.Runner;
import org.openjdk.jmh.runner.RunnerException;
import org.openjdk.jmh.runner.options.Options;
import org.openjdk.jmh.runner.options.OptionsBuilder;
import java.io.File;
import java.util.concurrent.TimeUnit;
import java.io.IOException;
import java.util.List;

import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.DocumentBuilder;
import org.w3c.dom.Document;

import org.jdom2.Document;
import org.jdom2.Element;
import org.jdom2.JDOMException;
import org.jdom2.input.SAXBuilder;

@BenchmarkMode(Mode.SingleShotTime) 
@OutputTimeUnit(TimeUnit.MILLISECONDS)
@Warmup(iterations = 10, time = 1, timeUnit = TimeUnit.MILLISECONDS)
@Measurement(iterations = 1, time = 200, timeUnit = TimeUnit.MILLISECONDS)
@State(Scope.Benchmark)
public class MyBenchmark {

    @Param({"1.xml"})
    public String xml;

    @Benchmark 
    public void DOM(){

        try {
            File fXmlFile = new File(xml);
            DocumentBuilderFactory dbFactory = 
            DocumentBuilderFactory.newInstance();
            DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
            Document doc = dBuilder.parse(fXmlFile);
        } catch (Exception e) {
            e.printStackTrace();
        }

    @Benchmark 
    public void JDOM(){
        SAXBuilder builder = new SAXBuilder();
        File xmlFile = new File(xml);

        try {
            Document document = (Document) builder.build(xmlFile);
        } catch (IOException io) {
            System.out.println(io.getMessage());
        } catch (JDOMException jdomex) {
            System.out.println(jdomex.getMessage());
        }
    }
}

DOM 结果

Benchmark                                         (xml)  Mode  Cnt         Score          Error   Units
MyBenchmark.DOM                                   1.xml    ss   10       126.823 ±       16.821   ms/op
MyBenchmark.DOM:·gc.alloc.rate                    1.xml    ss   10        92.618 ±        2.481  MB/sec
MyBenchmark.DOM:·gc.alloc.rate.norm               1.xml    ss   10  60869076.800 ±      130.041    B/op

JDOM2 结果

Benchmark                                          (xml)  Mode  Cnt           Score           Error   Units
MyBenchmark.JDOM                                   1.xml    ss   10         789.941 ±        81.293   ms/op
MyBenchmark.JDOM:·gc.alloc.rate                    1.xml    ss   10        2248.753 ±       141.240  MB/sec
MyBenchmark.JDOM:·gc.alloc.rate.norm               1.xml    ss   10  3037712408.000 ±         0.001    B/op

该文档大小为 12MB，包含 192,000 个元素。下面是XML文档的结构，该文档有38,400个1级元素:

<?xml version="1.0" encoding="UTF-8"?>
<Root>
   <level_1 Element_Number="1">
      <level_2 Attribute_Level_2="Attribute_Level_2">
         <level_3_1 Attribute_Level_3="Attribute_Level_3">test</level_3_1>
         <level_3_2 Attribute_Level_3="Attribute_Level_3">test</level_3_2>
         <level_3_3 Attribute_Level_3="Attribute_Level_3">test</level_3_3>
      </level_2>
   </level_1>
   <level_1 Element_Number="2">
      <level_2 Attribute_Level_2="Attribute_Level_2">
         <level_3_1 Attribute_Level_3="Attribute_Level_3">test</level_3_1>
         <level_3_2 Attribute_Level_3="Attribute_Level_3">test</level_3_2>
         <level_3_3 Attribute_Level_3="Attribute_Level_3">test</level_3_3>
      </level_2>
   </level_1>

谁能解释一下这个吗？无论如何，我正在使用 JDOM 2.0.2。

编辑: 小文档(5000 到 25,000 个元素)的 DOM 与 JDOM 基准测试

Answer 1

这与我的经验不符。请参阅 http://www.saxonica.com/papers/xmlprague-2018mhk.pdf 的附录 A我报告了 DOM 和 JDOM2 的解析/树构建时间相同。当然，这并不意味着您的数据是错误的，它只是意味着它们中存在一些特定于您所测量的内容，可能无法推断到不同的情况。

但是你为什么对给我们实际数字如此羞涩呢？文档尺寸是多少，实际尺寸是多少？我正在测量 10Mb XMark 源文档:您测量的是什么？

==更新==

我现在意识到我不是使用 JDOM2 提供的树构建器构建 JDOM2 树，而是使用 Saxon 的 JDOM2 树构建器构建它。因此我将其更改为使用 JDOM2 构建器 - 现在速度更快了:在 89.1 到 91.2 毫秒之间，而 DOM 为 111.8 毫秒。

但我也使用 Saxon 的 DOM 构建器而不是 native 构建器。那么我们也来改变一下吧。 DOM 的时间现在降至 74 毫秒，与您的数据相当。

我认为(根据我读到的内容)DOM 构建器速度更快的原因是它使用惰性构建技术:也就是说，它在第一次访问数据时将一些工作留给以后完成。这就是为什么对 DOM 的读取访问不是线程安全的；即使您仅在 API 级别使用读取方法，它们也会导致存储树的内部更新。