创建表格时如何提高 iText 性能答案

【问题标题】：How to improve iText performance when creating tables创建表格时如何提高 iText 性能
【发布时间】：2019-12-12 14:49:16
【问题描述】：

嘿，很棒的 Stackoverflow 人

我目前正在评估是否应该将 iText 7.1.9 用于 Java 或 C#。为此，我创建了一个测试用例，在其中我编写了一个包含一堆页面的 PDF，每个页面都包含一个大表格（代码如下）。

在 Java 中，创建包含 x 页的 PDF 会产生以下结果：

1 页：0 秒
10 页：1 秒
100 页：5 秒
1000 页：23 秒

这是合理的表现。然而，当我将完全相同的代码移植到 C# .Net 时，我感到非常震惊：

1 页：0 秒
10 页：1 秒
100 页：10 秒
1000 页：96 秒

使用 Java 创建的 PDF 与 C# 的大小相同，文件看起来完全相同。然而，C# 似乎可以线性扩展，而 Java 设法优化更大的 PDF。

由于我们更愿意使用 C#，所以问题是：

到底是怎么回事？
我需要做些什么才能获得与 Java 大致相同的性能吗？

Java 代码：

package pcm;

import static java.util.concurrent.TimeUnit.NANOSECONDS;

import java.io.FileInputStream;
import java.io.IOException;

import com.itextpdf.kernel.colors.ColorConstants;
import com.itextpdf.kernel.font.PdfFont;
import com.itextpdf.kernel.font.PdfFontFactory;
import com.itextpdf.kernel.pdf.PdfAConformanceLevel;
import com.itextpdf.kernel.pdf.PdfOutputIntent;
import com.itextpdf.kernel.pdf.PdfString;
import com.itextpdf.kernel.pdf.PdfViewerPreferences;
import com.itextpdf.kernel.pdf.PdfWriter;
import com.itextpdf.layout.Document;
import com.itextpdf.layout.element.AreaBreak;
import com.itextpdf.layout.element.Cell;
import com.itextpdf.layout.element.Paragraph;
import com.itextpdf.layout.element.Table;
import com.itextpdf.layout.property.AreaBreakType;
import com.itextpdf.layout.property.UnitValue;
import com.itextpdf.pdfa.PdfADocument;

public class PcmSimple {    
    public static void main(String[] args) {        
        long startTime, elapsedTime;

        try {           
            for(int i=1; i<=1000; i*=10) {
                startTime = System.nanoTime();
                createPdf("D:\\Pcm Test", i);           
                elapsedTime = System.nanoTime() - startTime;

                System.out.println(String.format("%04d pages: %02d sec", i, NANOSECONDS.toSeconds(elapsedTime)));
            }
        } catch(Exception ex) {
            System.out.println(ex.getMessage() + ": " + ex.getStackTrace());
        }
    }

    private static void createPdf(String path, int numberOfPages) throws IOException {
        PdfFont fontBold = PdfFontFactory.createFont("resources/fonts/OpenSans-Bold.ttf", true);
        PdfFont fontComic = PdfFontFactory.createFont("resources/fonts/comic-sans-ms_[allfont.de].ttf", true);

        // Set up the document.     
        PdfADocument pdfDocument = new PdfADocument(
                new PdfWriter(String.format("%s\\java_%d_pages.pdf", path, numberOfPages)), 
                PdfAConformanceLevel.PDF_A_3B, 
                new PdfOutputIntent("Custom", "", "http://www.color.org", "sRGB IEC61966-2.1", 
                        new FileInputStream("resources/color/sRGB_CS_profile.icm")));

        pdfDocument.setTagged();
        pdfDocument.getDocumentInfo().setTitle("Reference Document");
        pdfDocument.getCatalog().setViewerPreferences(new PdfViewerPreferences().setDisplayDocTitle(true));
        pdfDocument.getCatalog().setLang(new PdfString("en-US"));

        Document document = new Document(pdfDocument);

        // Add a table to every page.
        for (int i = 0; i < numberOfPages; i++) {
            Table table = new Table(5);
            table.setWidth(UnitValue.createPercentValue(100));

            for (int j = 0; j < 5; j++) {                
                Cell cell = new Cell(2, 1)
                        .add(new Paragraph("Header " + j).setMultipliedLeading(0.5f))
                        .setFont(fontBold)
                        .setFontSize(20)
                        .setBackgroundColor(ColorConstants.CYAN);

                table.addHeaderCell(cell);
            }

            for(int j=0; j<225; j++) {              
                Cell cell = new Cell()
                        .add(new Paragraph("Test " + j).setMultipliedLeading(0.5f))
                        .setFont(fontComic)
                        .setPaddingTop(4.1f);

                table.addCell(cell);
            }

            document.add(table);
            document.add(new AreaBreak(AreaBreakType.NEXT_PAGE));
        }

        document.close();
    }
}

C# .Net 代码：

using iText.Kernel.Colors;
using iText.Kernel.Font;
using iText.Kernel.Pdf;
using iText.Layout;
using iText.Layout.Element;
using iText.Layout.Properties;
using iText.Pdfa;
using System;
using System.IO;

namespace PCM_Performance_Test_Console
{
    class Program
    {
        static void Main(string[] args)
        {
            DateTime startTime;
            long elapsedTime;

            try
            {
                for (int i = 1; i <= 1000; i *= 10)
                {
                    startTime = DateTime.Now;
                    CreatePdf("D:\\Pcm Test", i);
                    elapsedTime = (long)(DateTime.Now - startTime).TotalSeconds;

                    Console.WriteLine($"{i:d04} pages: {elapsedTime:d02} sec");
                }
            }
            catch (Exception ex)
            {
                Console.WriteLine(ex.Message + ": " + ex.StackTrace);
            }
            finally
            {
                Console.Read();
            }
        }

        private static void CreatePdf(String path, int numberOfPages)
        {
            PdfFont fontBold = PdfFontFactory.CreateFont("resources/fonts/OpenSans-Bold.ttf", true);
            PdfFont fontComic = PdfFontFactory.CreateFont("resources/fonts/comic-sans-ms_[allfont.de].ttf", true);

            // Set up the document.     
            PdfADocument pdfDocument = new PdfADocument(
                    new PdfWriter($"{path}\\csharp_{numberOfPages}_pages.pdf"),
                    PdfAConformanceLevel.PDF_A_3B,
                    new PdfOutputIntent("Custom", "", "http://www.color.org", "sRGB IEC61966-2.1",
                            new FileStream("resources/color/sRGB_CS_profile.icm", FileMode.Open, FileAccess.Read)));

            pdfDocument.SetTagged();
            pdfDocument.GetDocumentInfo().SetTitle("Reference Document");
            pdfDocument.GetCatalog().SetViewerPreferences(new PdfViewerPreferences().SetDisplayDocTitle(true));
            pdfDocument.GetCatalog().SetLang(new PdfString("en-US"));

            Document document = new Document(pdfDocument);

            // Add a table to every page.
            for (int i = 0; i < numberOfPages; i++)
            {
                Table table = new Table(5);
                table.SetWidth(UnitValue.CreatePercentValue(100));

                for (int j = 0; j < 5; j++)
                {
                    Cell cell = new Cell(2, 1)
                            .Add(new Paragraph("Header " + j).SetMultipliedLeading(0.5f))
                            .SetFont(fontBold)
                            .SetFontSize(20)
                            .SetBackgroundColor(ColorConstants.CYAN);

                    table.AddHeaderCell(cell);
                }

                for (int j = 0; j < 225; j++)
                {
                    Cell cell = new Cell()
                            .Add(new Paragraph("Test " + j).SetMultipliedLeading(0.5f))
                            .SetFont(fontComic)
                            .SetPaddingTop(4.1f);

                    table.AddCell(cell);
                }

                document.Add(table);
                document.Add(new AreaBreak(AreaBreakType.NEXT_PAGE));
            }

            document.Close();
        }
    }
}

【问题讨论】：

如果您可以在没有try...catch 的情况下运行它，那么 1000 页的时间是多少？将try...catch 放在需要的地方总是更有效，并且只捕获您希望使用Exception 捕获的错误类型，而不是所有的错误类型
考虑到内容越多情况越糟糕（系数从 1 上升到超过 4），这看起来像是集合访问或系统资源的问题。前者应该由 iText 人看，后者请特别检查内存设置和使用情况。
@Amedee 我想我已经弄清楚发生了什么。在我那糟糕的 2 核工作计算机上并不清楚，但我现在已经在我的 i9-9900K@4.7GHz 上运行了测试。 C# 测试按预期运行：它们消耗了一个逻辑内核的 100%。 Java 测试很有趣：它们正常启动，但在 10,000 页期间的某个时间点（是的，我已经提高了数量），Java 切换到多线程，使用我所有的 16 个逻辑内核，消耗了我总 CPU 功率的 80% ，这解释了 Java 如何比线性扩展更好！那么，这是一个奇怪的 Java 功能还是 iText for Java 做到了这一点？
我还不知道，我还在喝早上的咖啡。 :) Java 和 .NET 版本的源代码尽可能保持相同，尽可能使用称为 Sharpen (medium.com/@pauldbau/…) 的（高度定制的）转换工具将 Java 代码自动转换为 C#。这样做是为了可维护性。在 iText 5 中，我们仍然需要手动从 Java 移植到 C#，而 C# 版本通常比 Java 版本晚数周。现在只落后了几分钟。（续）
@Amedee 是的，没关系，对不起。它是需要 6.5 GB 内存的 Java。由于我的第一次测试只分配了 4 GB，GC 最终使用了所有 CPU 来尝试释放一些资源。当使用 8 GB (-Xmx8g) 执行时，它使用 1 个 CPU。 Java 需要 133 秒来处理 10'000 个页面，而 C# 需要 691 秒。我想我们只会使用 Java ;)

标签： c# .net performance itext7

【解决方案1】：

这不是你的代码，而是库，我设置了一个测试项目，我能做的最好是减少 20% 左右，但这与 java 版本的性能相差甚远...

0001 页：0.1133129
0010 页：0.9318324
0100 页：8.2051265
1000 页：80.615356

void Main()
{
    DateTime startTime;
    TimeSpan elapsedTime;
    int xy = 1000;
    try
    {
        for (int i = 1; i <= xy; i *= 10)
        {
            startTime = DateTime.Now;
            CreatePdf("D:\\Pcm Test", i);
            elapsedTime = (DateTime.Now - startTime);

            Console.WriteLine($"{i:d04} pages: {elapsedTime.TotalSeconds}.{elapsedTime.Milliseconds}");
        }
    }
    catch (Exception ex)
    {
        Console.WriteLine(ex.Message + ": " + ex.StackTrace);
    }
    finally
    {
        Console.Read();
    }
}

public static void CreatePdf(String path, int numberOfPages)
{
    PdfFont fontBold = PdfFontFactory.CreateFont(@"C:\Users\Aydin\Desktop\arialbd.ttf", true);
    PdfFont fontComic = PdfFontFactory.CreateFont(@"C:\Users\Aydin\Desktop\calibri.ttf", true);
    // Set up the document.     

    using (var rgbCSProfile = new FileStream(@"C:\Users\Aydin\Downloads\sRGB_CS_profile.icm", FileMode.Open, FileAccess.Read, FileShare.ReadWrite))
    using (var pdfWriter = new PdfWriter($"{path}\\csharp_{numberOfPages}_pages.pdf"))
    {
        PdfADocument pdfDocument = new PdfADocument(pdfWriter, PdfAConformanceLevel.PDF_A_3B, new PdfOutputIntent("Custom", "", "http://www.color.org", "sRGB IEC61966-2.1", rgbCSProfile));
        pdfDocument.SetTagged();
        pdfDocument.GetDocumentInfo().SetTitle("Reference Document");
        pdfDocument.GetCatalog().SetViewerPreferences(new PdfViewerPreferences().SetDisplayDocTitle(true));
        pdfDocument.GetCatalog().SetLang(new PdfString("en-US"));

        Document document = new Document(pdfDocument);

        // Add a table to every page.
        for (int i = 0; i < numberOfPages; i++)
        {

            Table table = new Table(5, true);
            table.SetWidth(UnitValue.CreatePercentValue(100));

            document.Add(table);

            for (int j = 0; j < 5; j++)
            {
                Cell cell = new Cell(2, 1)
                        .Add(new Paragraph("Header " + j).SetMultipliedLeading(0.5f))
                        .SetFont(fontBold)
                        .SetFontSize(20)
                        .SetBackgroundColor(ColorConstants.CYAN);

                table.AddHeaderCell(cell);
            }

            for (int j = 0; j < 225; j++)
            {
                if (j % 15 == 0) table.Flush();

                Cell cell = new Cell().Add(new Paragraph("Test " + j)
                                      .SetMultipliedLeading(0.5f))
                                      .SetFont(fontComic)
                                      .SetPaddingTop(4.1f);

                table.AddCell(cell);
            }

            table.Complete();
            document.Flush();
            document.Add(new AreaBreak(AreaBreakType.NEXT_PAGE));
        }
        document.Close();
    }
}
// Define other methods and classes here

【讨论】：

显然不是库，而是语言。仍然需要确认，但 OP 点的初步结果非常具有启发性。
@AmedeeVanGasse 不确定这是否有帮助，但瓶颈在document.Add(table); document.Add(new AreaBreak(AreaBreakType.NEXT_PAGE)); 我使用MiniProfiler 来测试每个代码块，最耗时的部分始终是该代码块
我不熟悉 MiniProfiler 或整个 .NET 生态系统（作为 Linux 用户），但我会看看，谢谢。
抱歉让您感到困惑，它只是一个库，可让您通过对您指定的代码块运行秒表来测试各个代码块的性能
我让 Darkmessage 的代码在 Rider 中运行，并在 Linux shell 中作为 .NET Core 控制台应用程序运行。现在，我该如何开始使用您的 MiniProfiler？请耐心等待，我在 .NET 开发方面的实践经验绝对为零。