使用Saxon识别XSLT转换的性能瓶颈

Question

有人能提供一些关于在转换中找出瓶颈的指导吗？

这是Saxon的node.js实现。我试图提高一些XML文档的转换速度，以便提供一个在60秒以下响应的同步API (230秒是Application的硬限制)。我还需要能够处理多达50 be大小的XML文件。

我运行了节点的构建分析器(https://nodejs.org/en/docs/guides/simple-profiling/)。但是，考虑到Saxon的免费版本的源代码并不是真正的人类可读的，所以很难理解结果。

我的密码

const path = require('path');
const SaxonJS = require('saxon-js');
const { loadCodelistsInMem } = require('../standards_cache/codelists');
const { writeFile } = require('../config/fileSystem');
const config = require('../config/config');
const { getStartTime, getElapsedTime } = require('../config/appInsights');

// Used for easy debugging the xslt stylesheet
// Runs iati.xslt transform on the supplied XML
const runTransform = async (sourceFile) => {
    try {
        const fileName = path.basename(sourceFile);

        const codelists = await loadCodelistsInMem();

        // this pulls the right array of SaxonJS resources from the resources object
        const collectionFinder = (url) => {
            if (url.includes('codelist')) {
                // get the right filepath (remove file:// and after the ?
                const versionPath = url.split('schemata/')[1].split('?')[0];
                if (codelists[versionPath]) return codelists[versionPath];
            }
            return [];
        };

        const start = getStartTime();
        const result = await SaxonJS.transform(
            {
                sourceFileName: sourceFile,
                stylesheetFileName: `${config.TMP_BASE_DIR}/data-quality/rules/iati.sef.json`,
                destination: 'serialized',
                collectionFinder,
                logLevel: 10,
            },
            'async'
        );
        console.log(`${getElapsedTime(start)} (s)`);

        await writeFile(`performance_tests/output/${fileName}`, result.principalResult);
    } catch (e) {
        console.log(e);
    }
};

runTransform('performance_tests/test_files/test8meg.xml');

控制台输出示例：

❯ node --prof utils/runTransform.js
SEF generated by Saxon-JS 2.0 at 2021-01-27T17:10:38.029Z with -target:JS -relocate:true
79.938 (s)
❯ node --prof-process isolate-0x102d7b000-19859-v8.log > v8_log.txt

文件：

• 样式表
• 示例XML:是test8meg.xml
• 节点剖析日志log.txt

最大性能违反者的V8日志片段：

 [Bottom up (heavy) profile]:
  Note: percentage shows a share of a particular caller in the total
  amount of its parent calls.
  Callers occupying less than 1.0% are not shown.

   ticks parent  name
  33729   52.5%  T __ZN2v88internal20Builtin_ConsoleClearEiPmPNS0_7IsolateE
   6901   20.5%    T __ZN2v88internal20Builtin_ConsoleClearEiPmPNS0_7IsolateE
   3500   50.7%      T __ZN2v88internal20Builtin_ConsoleClearEiPmPNS0_7IsolateE
   3197   91.3%        LazyCompile: *k /Users/nosvalds/Projects/validator-api/node_modules/saxon-js/SaxonJS2N.js:287:264
   3182   99.5%          LazyCompile: *<anonymous> /Users/nosvalds/Projects/validator-api/node_modules/saxon-js/SaxonJS2N.js:682:218
   2880   90.5%            LazyCompile: *d /Users/nosvalds/Projects/validator-api/node_modules/saxon-js/SaxonJS2N.js:734:184

非常感谢。关于这件事已经没有太多的资源可供我自己使用了。我也试过了：

• 使用带有预解析的JSON的stylesheetInternal参数(并没有产生很大的影响)
• 将文档拆分为只包含根<iati-activity>根元素中的一个活动<iati-activities>子元素的单独文档，分别对每个文档进行转换，并将它们放在一起--这最终花费了2x的时间。

最好的

耐克

Answer 1

你在https://saxonica.plan.io/boards/5/topics/8105?r=8106问了同样的问题，我也在那里回答了。我知道StackOverflow不喜欢只有链接的答案，但我更喜欢通过我们自己的支持渠道来支持用户，而不是在可能的情况下通过StackOverflow。