高效SAX处理

Question

我有一系列的XML，其中包含对应的纬度和经度的邮政编码，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被分割成以某个字母开头的邮政编码，因此在字母表中每个字母都有一个XML。在它们之间，它们拥有英国的所有邮政编码，这意味着最大的这些entry文件中有30万个元素。

我正在循环遍历一个实体对象列表，将它们的post代码通过SAX放入其中，以便根据每个post代码检索longitude和latitude值。因此，如果我有2000个实体对象，我将让SAX运行2000次来检索这些值。下面循环的代码；

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()成为处理程序中的postcodeToFind。下面使用的唯一方法的代码；

@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();   
    }      
}

目前这是耗时的(2000年搜索所需的时间不到4分钟)，但我需要加载时间快。最好在30秒以内。到目前为止，我已经设法将负荷时间减少了一半以下；

• 将Handler必须运行的次数减少到必需的次数(通过减少需要检查的实体的数量)。
• startElement()方法一旦找到我需要的数据，就会抛出一个异常，这样它就不再不必要地继续搜索了。
• 将XML文件分解为较小的文件(字母表中每个字母对应一个文件)，这样处理程序每个文件中需要检查的元素就会减少。

Q:有人有其他更有效的SAX处理建议吗？

Answer 1

如果可以将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检索它们。这样做的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，您向处理程序的构造函数传递一个String列表，然后让处理程序使用所有XML数据解析文档。解析完成后，可以在postalCodeMap中找到所有检索到的geo位置。