什么是XML解析器基准测试的最佳XML数据集

Question

如标题中所述，我在Java中对XML解析器进行基准测试以比较它们。目前，我正在设计XML文档以运行基准测试。我想通过增加元素数量，嵌套级别，属性数量和纯文本来增加XML文档的复杂性。

但是，我希望只拥有一组测试数据（而不是需要花费时间的许多不同的集合）。我还想把解析器放到limit（OutOfMemory异常）。

之前有没有人对XML解析器进行过基准测试？任何测试数据设计的建议都会有很大帮助。

Answer 1

用于基准测试的最佳XML数据集是最能反映实际工作负载的集合。

不同的用户有不同的要求。有些人对解析少量非常大的文档感兴趣，有些文档解析大量非常小的文档。有些人会做验证（使用DTD或架构），其他人则不会。有些会有非常密集的标记，有些非常稀疏。一些将主要使用英语（ASCII），另一些将使用亚洲语言。

我不得不问你为什么要这样做。最慢和最快之间的差异不大可能超过20％。这种差异对您的业务至关重要吗？选择最快的将为您节省足够的资金来为基准测试提供资金吗？购买一些额外的硬件（或云资源）可能会更便宜吗？

我的另一个观察是，投入大量精力然后得到错误答案的风险很高。我发现在测量方法中出现基本错误的公布的绩效数据没有结束。