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。

读者通过查阅很多资料，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。