dom4j的单元素查找性能和替代方案

如果有一天de — Mon, 14 Jan 2008 06:11:00 GMT

问题描述：比如从xml中读取单个数据信息，文件数据信息为几k左右。
解决方案：方案一.从xml文件中读取单个信息，每次读取都重新打开文件
          方案二.将文件信息放到内存中，每次通过文件信息句柄查找
          方案三.从内存中读取，将文件存储在hashmap中，每次通过hashmap映射
技术：使用dom4j、xpath
example1: 通过IATA查找对应的ICAO（IATA，ICAO参考注）
    airlines.xml
    存储了airline的IATA和ICAO，root是,root的子元素为，的属性为IATA,ICAO

xml version="1.0" encoding="UTF-8"?>
<airlines>
  <element IATA="AL" ICAO="TXC"/>
  <element IATA="AY" ICAO="FIN"/>
  .
  .
airlines>

AirlinesXml.java
方法parse、getDocment解析xml文件，比较简单，不解释了

private static Document getDocument() throws DocumentException
    {
        if(doc==null){
        doc = parse(new File(fileUrl));
        }
        return doc;
    }
    private static Document parse(File file) throws DocumentException {
        SAXReader saxReader = new SAXReader();
        Document doc = saxReader.read(file);
        return doc;
    }

方法getICAO()，striata，通过xpath直接查找对应iata的icao ，第一调用该方法时读取文件，保留doc，以后从doc中查找对应信息

/**
     * 如果没有则返回null
     * @param str 当前的strIATA
     * @return String icao
     */
    public static String getICAO(String strIATA)
    {
        String tmp=null;
        String xpathStr="//element[@IATA='"+str+"']";
        try {
            Document doc=getDocument();
            Node node=(Node) doc.selectSingleNode(xpathStr);
            if(node!=null)
            {
                tmp=node.valueOf("@ICAO");
            }
        } catch (DocumentException e) {
            // TODO Auto-generated catch block
            logger.error("没有该文件，文件url为"+fileUrl,e);
        }

        return tmp;
    }

方法：getIcaoFromMap()与前一方法的不同在于第一次xpath信息遍历所有信息存储在hashmap中，以后通过hashmap查找

public static String getICAOFromMap(String iataStr)
    {
        if(airlineMap==null){
        String xpath="//element[@IATA]";
        airlineMap=new HashMap<String, String>();
        try{
            Document doc=getDocument();
            List list=doc.selectNodes(xpath);
            for(Iterator iter=list.iterator();iter.hasNext();)
            {
                Node node=(Node)iter.next();
                airlineMap.put(node.valueOf("@IATA"), node.valueOf("@ICAO"));
            }
        }catch (DocumentException e) {
                // TODO Auto-generated catch block
                logger.error("没有该文件，文件url为"+fileUrl,e);
            }


        }
        return airlineMap.get(iataStr);
    }

main函数

public static void main(String[] args){
        long time1=System.currentTimeMillis();
        System.out.println(getICAO("OV"));
        long time2=System.currentTimeMillis();
        System.out.println("getICAO:第一次"+(time2-time1)+" "+(time2-time1)/1000);
        System.out.println(getICAO("CA"));
        long time3=System.currentTimeMillis();
        System.out.println("getICAO:第二次"+(time3-time2)+" "+(time3-time2)/1000);
        System.out.println(getICAOFromMap("CA"));
        long time4=System.currentTimeMillis();
        System.out.println("getICAOMap:第一次"+(time4-time3)+" "+(time4-time3)/1000);
        System.out.println(getICAOFromMap("OV"));
        long time5=System.currentTimeMillis();
        System.out.println("getICAOMap:第二次"+(time5-time4)+" "+(time5-time4)/1000);
    }

运行结果为：
NAN
getICAO:第一次672 0
CCA
getICAO:第二次47 0
CCA
getICAOMap:第一次125 0
NAN
getICAOMap:第二次0 0

可见xpath中查找单个数据的时间比遍历为map后再在内存的hashmap中慢
xpath是树结构查找，所以时间为log（n）级别，所以较慢，建议当文件不太大时可以考虑存储在本地进行存储
注：IATA、ICAO为航空公司的二字码、三字码
源码下载：http://www.blogjava.net/Files/onedaylover/perfomance_dom4j.rar

如果有一天de 2008-01-14 14:11 发表评论

BlogJava-笔头。。-文章分类-dom4j、xml与java

dom4j的单元素查找性能和替代方案