JDOM 解析比 DOM 慢得多

Question

我有两种方法可以使用DOM 和JDOM 解析同一个XML 文档。我预计JDOM 比DOM 运行得更快并且消耗的内存更少，但实际上JDOM 在我的基准测试中运行速度要慢几倍并且消耗的内存要多得多。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

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 个级别 1 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？无论如何我都在使用 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，其中我报告了 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，它只是意味着您所测量的数据中存在某些特定的东西，可能无法推断到不同的场景。

但是你为什么对给我们实际数字这么害羞呢？文件大小是多少，实际尺寸是多少？我正在测量一个 10Mb XMark 源文档：你测量的是什么？

==UPDATE==

我现在意识到我不是使用 JDOM2 提供的树构建器来构建 JDOM2 树，而是使用 Saxon 的 JDOM2 树构建器来构建它。所以我将其更改为使用 JDOM2 构建器 - 现在它运行得更快一些：在 89.1 到 91.2 毫秒之间，而 DOM 为 111.8 毫秒。

但我也在使用 Saxon 的 DOM 构建器，而不是本地的。所以让我们也改变一下。 DOM 的时间现在下降到 74 毫秒，这与您的数字相当。

我认为（根据我的阅读）DOM 构建器更快的原因是它使用了惰性构建技术：也就是说，它会将一些工作留待以后完成，在第一次访问数据时。这就是为什么对 DOM 的读访问不是线程安全的。即使您只在 API 级别使用读取方法，它们也会导致存储树的内部更新。