XML数据读取方式性能比较（二）

话说上期概括了一下通用的xml读取方式，不过平时我们未必要用到XML源的全部数据，所以我又实验了一下读取部分数据的情况，比如根据标题的开头字母，出现位置进行筛选。

对于三种随机读取方式来说，只要改变查询条件即可

XmlDocument:

var nodeList = doc.DocumentElement.SelectNodes("item[substring(title,1,1)='M'][position() mod 10 = 0]");

XPathNavigator:

var nodeList = nav.Select("/channel/item[substring(title,1,1)='M'][position() mod 10 = 0]");

Xml Linq:

var nodelist = from node in xd.XPathSelectElements("/channel/item[substring(title,1,1)='M'][position() mod 10 = 0]") 

使用XPath，只要改一行代码。XPath也相当容易掌握，比SQL简单得多。可以参考W3C Shcool的语法介绍以及MSDN 针对XPath用户的LINQ To XML，一刻钟功夫你就能掌握其中奥秘。

但对XmlReader方式，可没那么容易了，同样是读title以M开头，每十项取一项，想了半天，楞是没想出个优雅点的实现方式，只好如此：

static List<Channel> testXmlReader2()
{
    var lstChannel = new List<Channel>();
    var reader = XmlReader.Create(xmlStream);
    int n = 0;Channel channel = null;
Search:
    while (reader.Read())
    {
        if (reader.Name == "item" && reader.NodeType == XmlNodeType.Element)
        {  
            while (reader.Read())
            {
                if (reader.Name == "item") break;
                if (reader.NodeType != XmlNodeType.Element) continue;

                switch (reader.Name)
                {
                    case "title":
                        var title = reader.ReadString();
                        if (title[0] != 'M') goto Search;          
                        n++;
                        if (n % 10 != 0) goto Search; 
                        channel = new Channel();
                        channel.Title = title;
                        break;
                    case "link":
                        channel.Link = reader.ReadString();
                        break;
                    case "description":
                        channel.Description = reader.ReadString();
                        break;
                    case "content":
                        channel.Content = reader.ReadString();
                        break;
                    case "pubDate":
                        channel.PubDate = reader.ReadString();
                        break;
                    case "author":
                        channel.Author = reader.ReadString();
                        break;
                    case "category":
                        channel.Category = reader.ReadString();
                        break;
                    default:
                        break;
                }
                lstChannel.Add(channel);
            }
        }
    }
    return lstChannel;
}

可以看到，代码结构发生了明显变化。为了作条件筛选，只得增加局部变量n，调整了实体类初始化，和加入集合语句的所在位置，甚至被迫用了遗忘多年的goto语句进行跳转(VB还好些)。业务逻辑渗进了代码细节的实现，用老赵的话说就是，一阵语法噪音的气息扑面而来。

XmlTextReader的实现代理类XmlTextReaderImp(internal的，不能直接用)，是个有上万行代码超级类，封装了大量直接对Xml字符级进行的操作。由于操作很接近底层，宏观上很难找到太好的代码优化方式。如果筛选条件，也就是业务逻辑再复杂一点，代码就会面目全非，可理解性可维护性如镜花水月。

现在再来比较一下时间性能：

四种方式数据变得接近了，Document和Navigator消耗时间大幅下降，Reader方式下降不多，因为仍然要从头Read到底，减少的3ms可以认为由于减少了实体对象创建的开销。比较蹊跷的是Linq方式，居然没有变化，落在了最后。

可以测试不同的查询条件，能看出这四种方式各有其性能极限，与Xml源的大小有关。比如对于前两种方式，就取决于XmlDocument.Load方法执行时间，在我本机上，Load这个Xml就需要23ms。Linq方式也不是雷打不动，如果处理的结果很少，执行时间会降1～2毫秒。

Document和Navigator方式，性能会随数据量增大而明显下降。很容易猜到，是因为它们创建了许多无用对象的缘故。看一下各方式内存占用便知，在数据全部加载不筛选情况下，Document方式占用了23.3M左右的内存，而Navigator方式只要22.9M左右，这也解释了为什么Document方式性能下降更明显。Reader方式数据全加载，只要20.1M左右内存，除去程序启动本身的开销，较前两种内存占用不到一半。Linq方式在内存方面又有惊艳表现，只比Reader方式多占了不到500k。

进一步的分析，得出了进一步的结论：除非有特别需要，慎用XmlTextReader，它对变化准备不足，容易出错。更加强烈推荐使用Linq方式，虽然某些情况下时间性能略低于Navigator方式，但优异的内存占用表现，奠定了它的首选地位。而且我相信，未来的Linq To XML，还会更加强大。