性能：XmlReader 或 LINQ to XML

Question

我有一个 150 MB 的 XML 文件，在我的项目中用作数据库。目前我正在使用 XmlReader 从中读取内容。我想知道对于这种情况，使用 XmlReader 或 LINQ to XML 是否更好。

请注意，我正在此 XML 中搜索项目并显示搜索结果，因此可能需要很长时间或只需要一会儿。

Answer 1

如果您想要性能，请使用 XMLReader。它不会读取整个文件并在内存中构建 DOM 树。相反，它从磁盘读取文件并返回它在途中找到的每个节点。

通过快速谷歌搜索，我发现了 XmlReader、LINQ to XML 和 XmlDocument.Load 的性能比较。

https://web. archive.org/web/20130517114458/http://www.nearinfinity.com/blogs/joe_ferner/performance_linq_to_sql_vs.html

Answer 2

我个人会考虑利用 Microsoft 帮助文件中概述的流技术来使用 Linq to Xml：
http://msdn.microsoft.com/en -us/library/system.xml.linq.xstreamingelement.aspx#Y1392

这是一个使用简单过滤器从 200mb xml 文件读取的快速基准测试：

var xmlFilename = "test.xml";

//create test xml file
var initMemoryUsage = GC.GetTotalMemory(true);
var timer = System.Diagnostics.Stopwatch.StartNew();
var rand = new Random();
var testDoc = new XStreamingElement("root", //in order to stream xml output XStreamingElement needs to be used for all parent elements of collection so no XDocument
    Enumerable.Range(1, 10000000).Select(idx => new XElement("child", new XAttribute("id", rand.Next(0, 1000))))
);
testDoc.Save(xmlFilename);
var outStat = String.Format("{0:f2} sec {1:n0} kb //linq to xml ouput streamed", timer.Elapsed.TotalSeconds, (GC.GetTotalMemory(false) - initMemoryUsage) / 1024);

//linq to xml not streamed
initMemoryUsage = GC.GetTotalMemory(true);
timer.Restart();
var col1 = XDocument.Load(xmlFilename).Root.Elements("child").Where(e => (int)e.Attribute("id") < 10).Select(e => (int)e.Attribute("id")).ToArray();
var stat1 = String.Format("{0:f2} sec {1:n0} kb //linq to xml input not streamed", timer.Elapsed.TotalSeconds, (GC.GetTotalMemory(false) - initMemoryUsage) / 1024);

//xmlreader
initMemoryUsage = GC.GetTotalMemory(true);
timer.Restart();
var col2 = new List<int>();
using (var reader = new XmlTextReader(xmlFilename))
{
    while (reader.ReadToFollowing("child"))
    {
        reader.MoveToAttribute("id");
        int value = Convert.ToInt32(reader.Value);
        if (value < 10)
            res2.Add(value);
    }
}
var stat2 = String.Format("{0:f2} sec {1:n0} kb //xmlreader", timer.Elapsed.TotalSeconds, (GC.GetTotalMemory(false) - initMemoryUsage) / 1024);

//linq to xml streamed
initMemoryUsage = GC.GetTotalMemory(true);
timer.Restart();
var col3 = StreamElements(xmlFilename, "child").Where(e => (int)e.Attribute("id") < 10).Select(e => (int)e.Attribute("id")).ToArray();
var stat3 = String.Format("{0:f2} sec {1:n0} kb //linq to xml input streamed", timer.Elapsed.TotalSeconds, (GC.GetTotalMemory(false) - initMemoryUsage) / 1024);

//util method
public static IEnumerable<XElement> StreamElements(string filename, string elementName)
{
    using (var reader = XmlTextReader.Create(filename))
    {
        while (reader.Name == elementName || reader.ReadToFollowing(elementName))
            yield return (XElement)XElement.ReadFrom(reader);
    }
}

这是我的计算机上的处理时间和内存使用情况：

11.49 sec 225 kb      // linq to xml ouput streamed

17.36 sec 782,312 kb  // linq to xml input not streamed
6.52 sec 1,825 kb     // xmlreader
11.74 sec 2,238 kb    // linq to xml input streamed

Answer 3

编写一些基准测试来准确确定适合您的情况，然后从那里开始...... Linq2XML 引入了很多灵活性......

Answer 4

绝对需要编写自己的简单基准来找到答案，因为它因情况而异。最简单的方法是在以下应用之一中使用 BenchmarkDotNet 作为 Nuget 包。 BenchmarkDotNet 允许您测量内存分配以及每种方法的计时。它比任何使用秒表的简单解决方案都要先进得多，并且所有 .NET 团队都使用它来测量进入 .NET 的代码！

• 一个简单的控制台应用程序
• LinqPad（我最喜欢的）。有免费版和价格合理的高级版！
• DotNetFiddle

在所有情况下，您必须在发布/优化模式下构建和运行测试程序（最好是从在任何调试器之外）。

请发回您的发现。