Version dev

Performance-Überlegungen

Bei der Verarbeitung großer Dokumente oder Dokumente mit vielen Formatierungsoperationen kann die Performance ein wichtiger Faktor sein. Dieses Kapitel beschreibt verschiedene Strategien zur Optimierung der Satzgeschwindigkeit des speedata Publishers.

HTML-Parsing

Einer der wichtigsten Performance-Faktoren ist das HTML-Parsing in Absätzen. Standardmäßig parst der Publisher HTML-Tags wie <b>, <i>, <span> usw. in allen Textinhalten. Dieses Parsing erfolgt für jeden Absatz und kann aufwändig sein, insbesondere in Dokumenten mit vielen kleinen Textblöcken.

Deaktivieren des HTML-Parsings

Wenn Ihr Dokument keine HTML-Formatierungs-Tags verwendet, können Sie die Performance erheblich verbessern, indem Sie das HTML-Parsing deaktivieren:

Globale Einstellung

Um das HTML-Parsing für das gesamte Dokument zu deaktivieren, verwenden Sie den Befehl <Options>:

<Options html="off"/>

Dies kann die Satzzeit in Dokumenten mit vielen Absätzen um bis zu 40% reduzieren.

Lokale Einstellung

Sie können das HTML-Parsing auch für einzelne Absätze steuern:

<Paragraph html="off">
  <Value>Text ohne HTML-Formatierung</Value>
</Paragraph>

HTML-Parsing-Modi

Das Attribut html unterstützt drei Werte:

all
HTML in allen Absätzen parsen (Standardverhalten).
inner
HTML nur in Kindelementen des aktuellen Datenelements parsen.
off
HTML-Parsing komplett deaktivieren. Dies bietet die beste Performance, aber HTML-Tags wie <b> oder <i> werden nicht interpretiert.

Kommandozeilenoption

Sie können den HTML-Parsing-Modus auch über die Kommandozeile setzen:

sp --option html=off

Dies ist besonders nützlich für Batch-Verarbeitung oder zum Testen von Performance-Optimierungen.

Wann html=“off” verwenden

Erwägen Sie die Deaktivierung des HTML-Parsings, wenn:

  • Ihre Daten keine HTML-Formatierungs-Tags enthalten
  • Die Textformatierung vollständig über Textformate erfolgt
  • Sie große Dokumente mit vielen Absätzen verarbeiten
  • Performance kritisch ist und Sie keine Inline-HTML-Formatierung benötigen

Wann HTML-Parsing aktiviert lassen

Behalten Sie das HTML-Parsing bei, wenn:

  • Ihre Daten HTML-Tags wie <b>, <i>, <span> usw. enthalten
  • Sie Inline-Formatierung innerhalb von Absätzen benötigen
  • Sie CSS-Styles mit HTML-Elementen verwenden
  • Die Dokumentenerstellungszeit nicht kritisch ist

Größe des Arbeitsverzeichnisses

Beim Start liest der Publisher das Arbeitsverzeichnis mit allen Unterverzeichnissen ein und merkt sich die Dateinamen (siehe Dateiorganisation). Einige tausend Dateien sind kein Problem, sehr große Verzeichnisbäume verlangsamen den Start aber spürbar. Halten Sie das Arbeitsverzeichnis deshalb schlank und legen Sie nur die Dateien hinein, die der Publisher wirklich braucht. Mit sp --no-local lässt sich die rekursive Suche abschalten, mit --extra-dir werden gezielt weitere Verzeichnisse hinzugenommen.

Bildgrößen

Sehr große Bilddateien verlängern die Verarbeitung und vergrößern die PDF-Datei. Wird die volle Auflösung nicht benötigt, lohnt es sich, die Bilder vorab zu verkleinern. Alternativ begrenzt die dpi-Option bei PDFOptions die Auflösung im PDF, und mit dem Resizehandler (Pro-Paket) können Bilder automatisch angepasst werden.

Bidirektionaler Text

Das Attribut bidi beim Befehl <Options> schaltet die Analyse der Schreibrichtung ein, um links-nach-rechts- und rechts-nach-links-Text mischen zu können. Diese Analyse kostet Zeit. Schalten Sie sie nur ein, wenn das Dokument tatsächlich gemischte Schreibrichtungen enthält.