在平時(shí)工作中，難免會(huì)遇到把XML作為數(shù)據(jù)存儲(chǔ)格式。面對(duì)目前種類(lèi)繁多的解決方案，哪個(gè)最適合我們呢？在這篇文章中，我對(duì)這四種主流方案做一個(gè)不完全評(píng)測(cè)，僅僅針對(duì)遍歷XML這塊來(lái)測(cè)試，因?yàn)楸闅vXML是工作中使用最多的（至少我認(rèn)為）。
預(yù) 備
測(cè)試環(huán)境：
AMD 毒龍1.4G OC 1.5G、256M DDR333、Windows2000 Server SP4、Sun JDK 1.4.1+Eclipse 2.1+Resin 2.1.8，在 Debug 模式下測(cè)試。
XML 文件格式如下：
<?xml version="1.0" encoding="GB2312"?>
<RESULT>
<VALUE>
<NO>A1234</NO>
<ADDR>四川省XX縣XX鎮(zhèn)XX路X段XX號(hào)</ADDR>
</VALUE>
<VALUE>
<NO>B1234</NO>
<ADDR>四川省XX市XX鄉(xiāng)XX村X(qián)X組</ADDR>
</VALUE>
</RESULT>
測(cè)試方法：
采用 JSP 端調(diào)用Bean（至于為什么采用JSP來(lái)調(diào)用，請(qǐng)參考：http://blog.csdn.net/rosen/archive/2004/10/15/138324.aspx），讓每一種
方案分別解析10K、100K、1000K、10000K的 XML 文件，計(jì)算其消耗時(shí)間（單位:毫秒）。
JSP 文件：
<%@ page contentType="text/html; charset=gb2312" %>
<%@ page import="com.test.*"%>
<html>
<body>
<%
String args[]={""};
MyXMLReader.main(args);
%>
</body>
</html>
測(cè) 試
首先出場(chǎng)的是 DOM（JAXP Crimson 解析器）
DOM是用與平臺(tái)和語(yǔ)言無(wú)關(guān)的方式表示XML文檔的官方W3C標(biāo)準(zhǔn)。DOM是以層次結(jié)構(gòu)組織的節(jié)點(diǎn)或信息片斷的集合。這個(gè)層次結(jié)構(gòu)允許開(kāi)發(fā)人員在樹(shù)中尋找特定信息。分析該結(jié)構(gòu)通常需要加載整個(gè)文檔和構(gòu)造層次結(jié)構(gòu)，然后才能做任何工作。由于它是基于信息層次的，因而DOM被認(rèn)為是基于樹(shù)或基于對(duì)象的。DOM 以及廣義的基于樹(shù)的處理具有幾個(gè)優(yōu)點(diǎn)。首先，由于樹(shù)在內(nèi)存中是持久的，因此可以修改它以便應(yīng)用程序能對(duì)數(shù)據(jù)和結(jié)構(gòu)作出更改。它還可以在任何時(shí)候在樹(shù)中上下導(dǎo)航，而不是像 SAX 那樣是一次性的處理。DOM 使用起來(lái)也要簡(jiǎn)單得多。
另一方面，對(duì)于特別大的文檔，解析和加載整個(gè)文檔可能很慢且很耗資源，因此使用其他手段來(lái)處理這樣的數(shù)據(jù)會(huì)更好。這些基于事件的模型，比如 SAX。
Bean文件：
package com.test;
import java.io.*;
import java.util.*;
import org.w3c.dom.*;
import javax.xml.parsers.*;
public class MyXMLReader{
public static void main(String arge[]){
long lasting =System.currentTimeMillis();
try{
File f=new File("data_10k.xml");
DocumentBuilderFactory factory=DocumentBuilderFactory.newInstance();
DocumentBuilder builder=factory.newDocumentBuilder();
Document doc = builder.parse(f);
NodeList nl = doc.getElementsByTagName("VALUE");
for (int i=0;i<nl.getLength();i++){
System.out.print("車(chē)牌號(hào)碼:" + doc.getElementsByTagName("NO").item(i).getFirstChild().getNodeValue());
System.out.println(" 車(chē)主地址:" + doc.getElementsByTagName("ADDR").item(i).getFirstChild().getNodeValue());
}
}catch(Exception e){
e.printStackTrace();
}
System.out.println("運(yùn)行時(shí)間："+(System.currentTimeMillis() - lasting)+" 毫秒");
}
}
10k消耗時(shí)間：265 203 219 172
100k消耗時(shí)間：9172 9016 8891 9000
1000k消耗時(shí)間：691719 675407 708375 739656
10000k消耗時(shí)間：OutOfMemoryError
接著是 SAX
這種處理的優(yōu)點(diǎn)非常類(lèi)似于流媒體的優(yōu)點(diǎn)。分析能夠立即開(kāi)始，而不是等待所有的數(shù)據(jù)被處理。而且，由于應(yīng)用程序只是在讀取數(shù)據(jù)時(shí)檢查數(shù)據(jù)，因此不需要將數(shù)據(jù)存儲(chǔ)在內(nèi)存中。這對(duì)于大型文檔來(lái)說(shuō)是個(gè)巨大的優(yōu)點(diǎn)。事實(shí)上，應(yīng)用程序甚至不必解析整個(gè)文檔；它可以在某個(gè)條件得到滿(mǎn)足時(shí)停止解析。一般來(lái)說(shuō)，SAX 還比它的替代者 DOM 快許多。
選擇 DOM 還是選擇 SAX ？
對(duì)于需要自己編寫(xiě)代碼來(lái)處理 XML 文檔的開(kāi)發(fā)人員來(lái)說(shuō)，選擇 DOM 還是 SAX 解析模型是一個(gè)非常重要的設(shè)計(jì)決策。
DOM 采用建立樹(shù)形結(jié)構(gòu)的方式訪(fǎng)問(wèn) XML 文檔，而 SAX 采用的事件模型。
DOM 解析器把 XML 文檔轉(zhuǎn)化為一個(gè)包含其內(nèi)容的樹(shù)，并可以對(duì)樹(shù)進(jìn)行遍歷。用 DOM 解析模型的優(yōu)點(diǎn)是編程容易，開(kāi)發(fā)人員只需要調(diào)用建樹(shù)的指令，然后利用navigation APIs訪(fǎng)問(wèn)所需的樹(shù)節(jié)點(diǎn)來(lái)完成任務(wù)。可以很容易的添加和修改樹(shù)中的元素。然而由于使用 DOM 解析器的時(shí)候需要處理整個(gè) XML 文檔，所以對(duì)性能和內(nèi)存的要求比較高，尤其是遇到很大的 XML 文件的時(shí)候。由于它的遍歷能力，DOM 解析器常用于 XML 文檔需要頻繁的改變的服務(wù)中。
SAX 解析器采用了基于事件的模型，它在解析 XML 文檔的時(shí)候可以觸發(fā)一系列的事件，當(dāng)發(fā)現(xiàn)給定的tag的時(shí)候，它可以激活一個(gè)回調(diào)方法，告訴該方法制定的標(biāo)簽已經(jīng)找到。SAX 對(duì)內(nèi)存的要求通常會(huì)比較低，因?yàn)樗岄_(kāi)發(fā)人員自己來(lái)決定所要處理的tag。特別是當(dāng)開(kāi)發(fā)人員只需要處理文檔中所包含的部分?jǐn)?shù)據(jù)時(shí)，SAX 這種擴(kuò)展能力得到了更好的體現(xiàn)。但用 SAX 解析器的時(shí)候編碼工作會(huì)比較困難，而且很難同時(shí)訪(fǎng)問(wèn)同一個(gè)文檔中的多處不同數(shù)據(jù)。
Bean文件：
package com.test;
import org.xml.sax.*;
import org.xml.sax.helpers.*;
import javax.xml.parsers.*;
public class MyXMLReader extends DefaultHandler {
java.util.Stack tags = new java.util.Stack();
public MyXMLReader() {
super();
}
public static void main(String args[]) {
long lasting = System.currentTimeMillis();
try {
SAXParserFactory sf = SAXParserFactory.newInstance();
SAXParser sp = sf.newSAXParser();
MyXMLReader reader = new MyXMLReader();
sp.parse(new InputSource("data_10k.xml"), reader);
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("運(yùn)行時(shí)間：" + (System.currentTimeMillis() - lasting) + " 毫秒");
}
public void characters(char ch[], int start, int length) throws SAXException {
String tag = (String) tags.peek();
if (tag.equals("NO")) {
System.out.print("車(chē)牌號(hào)碼：" + new String(ch, start, length));
}
if (tag.equals("ADDR")) {
System.out.println(" 地址:" + new String(ch, start, length));
}
}
public void startElement(
String uri,
String localName,
String qName,
Attributes attrs) {
tags.push(qName);
}
}
10k消耗時(shí)間：110 47 109 78
100k消耗時(shí)間：344 406 375 422
1000k消耗時(shí)間：3234 3281 3688 3312
10000k消耗時(shí)間：32578 34313 31797 31890 30328
然后是 JDOM （http://www.jdom.org/）
JDOM 的目的是成為 Java 特定文檔模型，它簡(jiǎn)化與 XML 的交互并且比使用 DOM 實(shí)現(xiàn)更快。由于是第一個(gè) Java 特定模型，JDOM 一直得到大力推廣和促進(jìn)。正在考慮通過(guò)“Java 規(guī)范請(qǐng)求 JSR-102”將它最終用作“Java 標(biāo)準(zhǔn)擴(kuò)展”。從 2000 年初就已經(jīng)開(kāi)始了 JDOM 開(kāi)發(fā)。
JDOM 與 DOM 主要有兩方面不同。首先，JDOM 僅使用具體類(lèi)而不使用接口。這在某些方面簡(jiǎn)化了 API，但是也限制了靈活性。第二，API 大量使用了 Collections 類(lèi)，簡(jiǎn)化了那些已經(jīng)熟悉這些類(lèi)的 Java 開(kāi)發(fā)者的使用。
JDOM 文檔聲明其目的是“使用 20%（或更少）的精力解決 80%（或更多）Java/XML 問(wèn)題”（根據(jù)學(xué)習(xí)曲線(xiàn)假定為 20%）。JDOM 對(duì)于大多數(shù) Java/XML 應(yīng)用程序來(lái)說(shuō)當(dāng)然是有用的，并且大多數(shù)開(kāi)發(fā)者發(fā)現(xiàn) API 比 DOM 容易理解得多。JDOM 還包括對(duì)程序行為的相當(dāng)廣泛檢查以防止用戶(hù)做任何在 XML 中無(wú)意義的事。然而，它仍需要您充分理解 XML 以便做一些超出基本的工作（或者甚至理解某些情況下的錯(cuò)誤）。這也許是比學(xué)習(xí)DOM 或 JDOM 接口都更有意義的工作。
JDOM 自身不包含解析器。它通常使用 SAX2 解析器來(lái)解析和驗(yàn)證輸入 XML 文檔（盡管它還可以將以前構(gòu)造的 DOM 表示作為輸入）。它包含一些轉(zhuǎn)換器以將 JDOM 表示輸出成 SAX2 事件流、DOM 模型或 XML 文本文檔。JDOM 是在 Apache 許可證變體下發(fā)布的開(kāi)放源碼。
Bean文件：
package com.test;
import java.io.*;
import java.util.*;
import org.jdom.*;
import org.jdom.input.*;
public class MyXMLReader {
public static void main(String arge[]) {
long lasting = System.currentTimeMillis();
try {
SAXBuilder builder = new SAXBuilder();
Document doc = builder.build(new File("data_10k.xml"));
Element foo = doc.getRootElement();
List allChildren = foo.getChildren();
for(int i=0;i<allChildren.size();i++) {
System.out.print("車(chē)牌號(hào)碼:" + ((Element)allChildren.get(i)).getChild("NO").getText());
System.out.println(" 車(chē)主地址:" + ((Element)allChildren.get(i)).getChild("ADDR").getText());
}
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("運(yùn)行時(shí)間：" + (System.currentTimeMillis() - lasting) + " 毫秒");
}
}
10k消耗時(shí)間：125 62 187 94
100k消耗時(shí)間：704 625 640 766
1000k消耗時(shí)間：27984 30750 27859 30656
10000k消耗時(shí)間：OutOfMemoryError
最后是 DOM4J （http://dom4j.sourceforge.net/）
雖然 DOM4J 代表了完全獨(dú)立的開(kāi)發(fā)結(jié)果，但最初，它是 JDOM 的一種智能分支。它合并了許多超出基本 XML 文檔表示的功能，包括集成的 XPath 支持、XML Schema 支持以及用于大文檔或流化文檔的基于事件的處理。它還提供了構(gòu)建文檔表示的選項(xiàng)，它通過(guò) DOM4J API 和標(biāo)準(zhǔn) DOM 接口具有并行訪(fǎng)問(wèn)功能。從 2000 下半年開(kāi)始，它就一直處于開(kāi)發(fā)之中。
為支持所有這些功能，DOM4J 使用接口和抽象基本類(lèi)方法。DOM4J 大量使用了 API 中的 Collections 類(lèi)，但是在許多情況下，它還提供一些替代方法以允許更好的性能或更直接的編碼方法。直接好處是，雖然 DOM4J 付出了更復(fù)雜的 API 的代價(jià)，但是它提供了比 JDOM 大得多的靈活性。
在添加靈活性、XPath 集成和對(duì)大文檔處理的目標(biāo)時(shí)，DOM4J 的目標(biāo)與 JDOM 是一樣的：針對(duì) Java 開(kāi)發(fā)者的易用性和直觀操作。它還致力于成為比 JDOM 更完整的解決方案，實(shí)現(xiàn)在本質(zhì)上處理所有 Java/XML 問(wèn)題的目標(biāo)。在完成該目標(biāo)時(shí)，它比 JDOM 更少?gòu)?qiáng)調(diào)防止不正確的應(yīng)用程序行為。
DOM4J 是一個(gè)非常非常優(yōu)秀的Java XML API，具有性能優(yōu)異、功能強(qiáng)大和極端易用使用的特點(diǎn)，同時(shí)它也是一個(gè)開(kāi)放源代碼的軟件。如今你可以看到越來(lái)越多的 Java 軟件都在使用 DOM4J 來(lái)讀寫(xiě) XML，特別值得一提的是連 Sun 的 JAXM 也在用 DOM4J。
Bean文件：
package com.test;
import java.io.*;
import java.util.*;
import org.dom4j.*;
import org.dom4j.io.*;
public class MyXMLReader {
public static void main(String arge[]) {
long lasting = System.currentTimeMillis();
try {
File f = new File("data_10k.xml");
SAXReader reader = new SAXReader();
Document doc = reader.read(f);
Element root = doc.getRootElement();
Element foo;
for (Iterator i = root.elementIterator("VALUE"); i.hasNext();) {
foo = (Element) i.next();
System.out.print("車(chē)牌號(hào)碼:" + foo.elementText("NO"));
System.out.println(" 車(chē)主地址:" + foo.elementText("ADDR"));
}
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("運(yùn)行時(shí)間：" + (System.currentTimeMillis() - lasting) + " 毫秒");
}
}
10k消耗時(shí)間：109 78 109 31
100k消耗時(shí)間：297 359 172 312
1000k消耗時(shí)間：2281 2359 2344 2469
10000k消耗時(shí)間：20938 19922 20031 21078
THE END
JDOM 和 DOM 在性能測(cè)試時(shí)表現(xiàn)不佳，在測(cè)試 10M 文檔時(shí)內(nèi)存溢出。在小文檔情況下還值得考慮使用 DOM 和 JDOM。雖然 JDOM 的開(kāi)發(fā)者已經(jīng)說(shuō)明他們期望在正式發(fā)行版前專(zhuān)注性能問(wèn)題，但是從性能觀點(diǎn)來(lái)看，它確實(shí)沒(méi)有值得推薦之處。另外，DOM 仍是一個(gè)非常好的選擇。DOM 實(shí)現(xiàn)廣泛應(yīng)用于多種編程語(yǔ)言。它還是許多其它與 XML 相關(guān)的標(biāo)準(zhǔn)的基礎(chǔ)，因?yàn)樗将@得 W3C 推薦（與基于非標(biāo)準(zhǔn)的 Java 模型相對(duì)），所以在某些類(lèi)型的項(xiàng)目中可能也需要它（如在 JavaScript 中使用 DOM）。
SAX表現(xiàn)較好，這要依賴(lài)于它特定的解析方式。一個(gè) SAX 檢測(cè)即將到來(lái)的XML流，但并沒(méi)有載入到內(nèi)存（當(dāng)然當(dāng)XML流被讀入時(shí)，會(huì)有部分文檔暫時(shí)隱藏在內(nèi)存中）。
無(wú)疑，DOM4J是這場(chǎng)測(cè)試的獲勝者，目前許多開(kāi)源項(xiàng)目中大量采用 DOM4J，例如大名鼎鼎的 Hibernate 也用 DOM4J 來(lái)讀取 XML 配置文件。如果不考慮可移植性，那就采用DOM4J吧！
轉(zhuǎn):http://blog.csdn.net/rosen/archive/2004/10/27/155305.aspx
posted on 2007-05-24 11:26
cheng 閱讀(250)
評(píng)論(0) 編輯 收藏 所屬分類(lèi):
XML