java - 高效的 SAX 处理

Question

我有一系列包含邮政编码及其相应纬度和经度的 XML，如下所示；

<?xml version="1.0"?>
<postcodes>
    <entry postcode='AB1 0AA' latitude='7.101478' longitude='2.242852' />
    <entry postcode='AB1 0AB' latitude='7.201458' longitude='2.122952' />
</postcodes>

XML 被分成以某个字母开头的邮政编码，因此字母表中的每个字母都有一个 XML。它们包含英国的每个邮政编码，这意味着最大的 XML 文件有 300,000 个 entry 元素。

我正在循环访问实体对象列表，将其邮政编码通过 SAX，以检索每个邮政编码的经度 和 纬度 值。因此，如果我有 2000 个实体对象，我会让 SAX 处理程序运行 2000 次来检索这些值。下面的循环代码；

em = emf.createEntityManager();

    for (Integer id : siteID){ 
            site = em.find(SiteTable.class, id);
            if(site != null && site.getPostcode() != null && !site.getPostcode().equals("")){
                XMLPositionRetriever.runXMLQuery(site.getPostcode()); 
            }
            else{
                System.out.println("The site and/or postcode against this Instruction does not exist.");
            }
     }
em.close();

site.getPostcode() 在处理程序中变为 postcodeToFind。下面使用的唯一 SAX 处理程序方法的代码；

@Override 
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
    if (postcodeToFind.equals(attributes.getValue("postcode"))){
        System.out.println("The postcode '"+postcodeToFind+"', has a latitude of "+attributes.getValue("latitude")+" and a longitude of "+attributes.getValue("longitude"));
        throw new SAXException();   
    }      
}

目前这很耗时(2000 次搜索只需要不到 4 分钟)，但我需要加载时间很快。最好在30秒以下。到目前为止，我已经成功地将加载时间减少了一半以下；

• 将处理程序运行的次数减少到必要的次数(通过减少需要检查的实体数量)。
• 一旦找到我需要的数据，就让 startElement() 方法抛出异常，这样它就不会继续进行不必要的搜索。
• 将 XML 文件分成更小的文件(每个字母对应一个文件)，以便处理程序在每个文件中检查的元素更少。

问:对于更高效的 SAX 处理，还有其他建议吗？

Answer 1

如果您可以将想要检索地理位置的所有邮政编码传递给处理程序，则处理程序可以一次性检索它们。 执行此操作的 SAXHandler 可能如下所示:

import java.util.HashMap;
import java.util.List;
import java.util.Map;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

public class SAXDemo extends DefaultHandler {

  private Map<String, Location> postalCodeMap;

  static class Location {
    String latitude;

    String longitude;
  }

  public SAXDemo(List<String> postalCodes) {
    this.postalCodeMap = new HashMap<String, SAXDemo.Location>();
    for (String postalCodeToLookFor : postalCodes) {
      this.postalCodeMap.put(postalCodeToLookFor, new Location());
    }
  }

  @Override
  public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
    String postCodeOfElem = attributes.getValue("postcode");
    if (postCodeOfElem != null && this.postalCodeMap.containsKey(postCodeOfElem)) {
      Location loc = this.postalCodeMap.get(postCodeOfElem);
      loc.latitude = attributes.getValue("latitude");
      loc.longitude = attributes.getValue("longitude");
    }
  }

  public Location getLocationForPostalCode(String postalCode) {
    return this.postalCodeMap.get(postalCode);
  }

  public Map<String, Location> getAllFoundGeoLocations() {
    return this.postalCodeMap;
  }
}

在这里，您将字符串列表传递给处理程序的构造函数，然后让处理程序使用所有 XML 数据解析文档。 解析完成后，所有检索到的地理位置都可以在postalCodeMap

中找到