推薦：怎樣使用XML實(shí)現(xiàn)多渠道接入網(wǎng)站的構(gòu)架
一.背景在現(xiàn)在的網(wǎng)站中，接入的渠道是越來(lái)越多了，技術(shù)也是越來(lái)越先進(jìn)，WAP, SMS,EMAIL, 傳統(tǒng)的Web, Socket等等，如果連數(shù)據(jù)庫(kù)和LDAP也算接入的話，那在設(shè)計(jì)之中需要擴(kuò)展的空間要做到很好 很好

序言

本文所提及的VTD-XML并非本文作者原創(chuàng)，作者只是對(duì)它進(jìn)行介紹。

問(wèn)題

通常當(dāng)我們提起XML的使用時(shí)，最頭痛的部分便是XML的verbosity與XML的解析速度，當(dāng)需要處理大XML文件時(shí)這個(gè)問(wèn)題便變得格外嚴(yán)重。我在這里提及的，便是如何優(yōu)化XML處理速度的話題。

當(dāng)我們選擇處理XML文件的時(shí)候，我們大致上有兩種選擇：

DOM，這是W3C的標(biāo)準(zhǔn)模型，它將XML的結(jié)構(gòu)信息以樹(shù)形的方式構(gòu)建，提供了遍歷這顆樹(shù)的接口與方法。
SAX，一種低級(jí)的parser，逐元素的向前只讀處理，不含有結(jié)構(gòu)信息。
以上兩種選擇都各有利弊，但是都不是特別好的解決方案，它們的優(yōu)缺點(diǎn)如下：

DOM

優(yōu)點(diǎn)：易用性強(qiáng)，因?yàn)樗�有的XML結(jié)構(gòu)信息都存在于內(nèi)存中，并且遍歷簡(jiǎn)單，支持XPath。

缺點(diǎn)：Parsing速度太慢，內(nèi)存占用過(guò)高（原文件的5x~10x），對(duì)于大文件來(lái)說(shuō)幾乎不可能使用。

SAX

優(yōu)點(diǎn)：Parsing速度快，內(nèi)存占用不與XML的大小相聯(lián)系（可以做到XML漲內(nèi)存不漲）。

缺點(diǎn)：易用性差，因?yàn)闆](méi)有結(jié)構(gòu)信息，并且無(wú)法遍歷，不支持XPath。如果需要結(jié)構(gòu)的話只能讀一點(diǎn)構(gòu)造一點(diǎn)，這樣的可維護(hù)性特別的差。
我們可以看出，基本上DOM與SAX是正好相反的兩個(gè)極端，但是任何一個(gè)都不能很好的滿足我們的大部分要求，我們需要找出另外一種處理方法來(lái)。注意XML的效率問(wèn)題并不是XML本身的問(wèn)題，而是處理XML的Parser的問(wèn)題，就像我們?cè)谏厦婵吹降膬煞N方法有不同的效率權(quán)衡一樣。

思考

我們很喜歡類(lèi)似DOM的使用方法，因?yàn)槲覀兛梢员闅v，這意味著可以支持XPath，大大增強(qiáng)了易用性，但是DOM的效率很低。就像我們已經(jīng)知道，效率問(wèn)題出在處理機(jī)制上。那么，DOM到底有哪些方面影響了它的效率呢？下面讓我們來(lái)做一個(gè)全面的解剖：

在當(dāng)今大多數(shù)基于虛擬機(jī)（托管，或任何類(lèi)似機(jī)制）技術(shù)的平臺(tái)下，對(duì)象的創(chuàng)建銷(xiāo)毀是一個(gè)耗時(shí)的作業(yè)（這里值得主要是Garbage Collection的耗時(shí)），DOM機(jī)制中所運(yùn)用的大量的對(duì)象創(chuàng)建銷(xiāo)毀無(wú)疑是影響其效率的原因之一（會(huì)引發(fā)過(guò)多的Garbage Collection）。

每個(gè)對(duì)象都會(huì)額外有32bits用來(lái)存儲(chǔ)它的內(nèi)存地址，當(dāng)像DOM一樣擁有大量對(duì)象的時(shí)候這個(gè)額外開(kāi)支也是不小的。

引起以上兩個(gè)問(wèn)題的最主要的效率問(wèn)題在于，DOM與SAX都是extractive parsing模式，這種解析模式注定了DOM與SAX都需要大量的創(chuàng)建（銷(xiāo)毀）對(duì)象，引起效率問(wèn)題。所謂的extractive parsing就是說(shuō)在解析XML時(shí)，DOM或SAX會(huì)提取一部分原文件（一般來(lái)說(shuō)是一個(gè)字符串），然后在內(nèi)存中進(jìn)行解析構(gòu)建（輸出自然就是一個(gè)或一些對(duì)象了）。拿DOM這個(gè)例子來(lái)說(shuō)，DOM會(huì)將每一個(gè)element, attribute, processing-instruction, comment等等都解析成對(duì)象并給與結(jié)構(gòu)，這就是所謂的extractive parsing。

由extractive的問(wèn)題帶來(lái)的另一個(gè)問(wèn)題便是更新效率，在DOM中（SAX因?yàn)椴恢С指�新所以根本不提它��，每一次需要做改�?dòng)時(shí)，我們要做的就是將對(duì)象的信息再解析回XML的字符串，注意這個(gè)解析是個(gè)完整的解析，也就是說(shuō)，原文件并沒(méi)有被利用，而是直接將DOM模型重新完整解析成XML字符串。換句話講，也就是DOM并不支持Incremental Update（增量更新）。

另一個(gè)很可能不被注意到的“小”問(wèn)題便是XML的編碼，無(wú)論是何種解析方法都需要能夠處理XML的編碼，也就是說(shuō)，在讀取的時(shí)候解碼，在寫(xiě)入的時(shí)候編碼。DOM的另一個(gè)效率問(wèn)題便是當(dāng)我對(duì)于一個(gè)大XML只想做很小的一塊兒修改的時(shí)候它也必須首先將整個(gè)文件進(jìn)行解碼，然后構(gòu)建結(jié)構(gòu)。無(wú)形中又是一個(gè)開(kāi)銷(xiāo)。

讓我們來(lái)總結(jié)一下問(wèn)題，簡(jiǎn)單的講DOM的效率問(wèn)題主要出在它的extractive parsing模式上（SAX也是一樣，有同樣的問(wèn)題），由此引發(fā)了一系列相關(guān)問(wèn)題，如果可以擊破這些效率瓶頸的話那么可以想象XML的處理效率將進(jìn)一步的得到提高。如果XML的易用性與處理效率得到飛躍性的提高的話，那么XML的應(yīng)用范圍，應(yīng)用模式將得到更一步的升華，或許由此可以產(chǎn)生出許許多多精彩的以前連想都沒(méi)有想過(guò)的基于XML的產(chǎn)品來(lái)。

分享：解讀從實(shí)際應(yīng)用中了解WML
學(xué)習(xí)自然語(yǔ)言的最好方法就是溶入相應(yīng)的語(yǔ)言環(huán)境在交流中學(xué)習(xí)，學(xué)習(xí)一種編程語(yǔ)言的最好方法就是看例程。為了幫助大家建立wml應(yīng)用的第一印象，所以請(qǐng)大家先看第一個(gè)例子: