Performance: 4x schnellere XSLT-Transformationen durch Worker-Pool

Problem: 82 XML-Dateien brauchten 160 Sekunden (JVM-Startup-Overhead)

Lösung: Persistente JVM-Worker-Prozesse mit JAXP Transformer API
- Saxon Worker Pool mit N persistenten JVM-Prozessen
- Eliminiert JVM-Startup und Classpath-Scanning bei jedem Job
- Parallele Verarbeitung mit ThreadPoolExecutor
- JAXP Transformer API (javax.xml.transform) - stabil, kein System.exit()
- Konfigurierbare Worker-Anzahl über Performance-Menü

Ergebnis: 82 Dateien in 40 Sekunden (4x Speedup, ~0.49s pro Datei)

Zusätzliche Verbesserungen:
- Dual-Logging (Datei + Konsole) mit Timestamps
- Worker-stderr-Logs in Projektverzeichnis/temp/
- Umfangreiche Debug-Ausgaben für Fehlerdiagnose
- Robuste Fehlerbehandlung mit ErrorListener

Technische Details:
- SaxonWorkerPool: Verwaltet N Worker-Prozesse
- JAXP statt Transform.main() (kein System.exit!)
- Worker-Locks für thread-sichere Job-Verteilung
- Graceful Shutdown mit EXIT-Befehl
- Fallback auf subprocess bei Pool-Fehlern

Dateien:
- src/saxon_pool.py (NEU): Worker-Pool-Implementation
- src/transform.py: Integration mit Worker-Pool
- src/ui/MainWindow.py: Pool-Initialisierung, Performance-Menü
- src/conf.py: max_workers Einstellung
- src/main.py: Dual-Logging

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
This commit is contained in:
2025-12-28 16:46:39 +01:00
parent 055428e8cf
commit d0cdcd6432
5 changed files with 719 additions and 58 deletions
+165 -26
View File
@@ -29,7 +29,8 @@ from ui.TreeNodeEditDialog import TreeNodeEditDialog
from ui.XslFileEditDialog import XslFileEditDialog
from ui.XmlToXslAssignDialog import XmlToXslAssignDialog
from conf import app_settings, Project, ProjectData, TreeNode, XslFile, XmlFile
from transform import TransformationJob
from transform import TransformationJob, set_saxon_worker_pool
from saxon_pool import SaxonWorkerPool
from pathlib import Path
@@ -390,48 +391,79 @@ class TransformationThread(QThread):
job_error = Signal(str, str, str) # xml_file_name, xsl_id_str, error_message
all_jobs_finished = Signal(int, int, float) # successful_count, total_count, total_duration
def __init__(self, jobs: list[TransformationJob], force: bool = False):
def __init__(self, jobs: list[TransformationJob], force: bool = False, max_workers: int = 8):
"""
Initialisiert den Transformations-Thread.
Args:
jobs: Liste der TransformationJob-Objekte
force: Wenn True, werden alle Jobs ausgeführt (ignoriert Up-to-Date)
max_workers: Maximale Anzahl paralleler Worker (Standard: 8)
"""
super().__init__()
self.jobs = jobs
self.force = force
self.max_workers = max_workers
self.successful_count = 0
def _process_single_job(self, job: TransformationJob) -> dict:
"""
Verarbeitet einen einzelnen Transformations-Job (Thread-safe).
Args:
job: Der zu verarbeitende TransformationJob
Returns:
dict: Ergebnis-Dictionary des Jobs
"""
try:
# Sende Start-Signal mit XSL-ID
xsl_id_str = "_".join(str(x) for x in job.xsl_id) if job.xsl_id else ""
self.job_started.emit(str(job.xml_file), xsl_id_str)
# Führe Transformations-Pipeline aus
result = job.run_full_pipeline(force=self.force)
# Sende Abschluss-Signal
self.job_finished.emit(result)
return result
except Exception as e:
error_msg = f"Unerwarteter Fehler bei Transformation: {str(e)}"
logger.error(error_msg)
xsl_id_str = "_".join(str(x) for x in job.xsl_id) if job.xsl_id else ""
self.job_error.emit(str(job.xml_file), xsl_id_str, error_msg)
return {"success": False, "error": error_msg}
def run(self):
"""
Führt alle Transformations-Jobs sequenziell aus.
Führt alle Transformations-Jobs parallel aus mit ThreadPoolExecutor.
"""
from concurrent.futures import ThreadPoolExecutor, as_completed
from datetime import datetime
import threading
start_time = datetime.now()
logger.info(f"Starte Transformation von {len(self.jobs)} Jobs")
logger.info(f"Starte parallele Transformation von {len(self.jobs)} Jobs mit {self.max_workers} Workern")
for job in self.jobs:
try:
# Sende Start-Signal mit XSL-ID
xsl_id_str = "_".join(str(x) for x in job.xsl_id) if job.xsl_id else ""
self.job_started.emit(str(job.xml_file), xsl_id_str)
# Thread-sicherer Counter
successful_lock = threading.Lock()
# Führe Transformations-Pipeline aus
result = job.run_full_pipeline(force=self.force)
# Verwende ThreadPoolExecutor für parallele Verarbeitung
with ThreadPoolExecutor(max_workers=self.max_workers) as executor:
# Starte alle Jobs
future_to_job = {executor.submit(self._process_single_job, job): job for job in self.jobs}
# Sende Abschluss-Signal
self.job_finished.emit(result)
if result["success"]:
self.successful_count += 1
except Exception as e:
error_msg = f"Unerwarteter Fehler bei Transformation: {str(e)}"
logger.error(error_msg)
xsl_id_str = "_".join(str(x) for x in job.xsl_id) if job.xsl_id else ""
self.job_error.emit(str(job.xml_file), xsl_id_str, error_msg)
# Warte auf Abschluss und sammle Ergebnisse
for future in as_completed(future_to_job):
try:
result = future.result()
if result.get("success", False):
with successful_lock:
self.successful_count += 1
except Exception as e:
logger.error(f"Fehler beim Verarbeiten des Future: {e}")
# Berechne Gesamtdauer
total_duration = (datetime.now() - start_time).total_seconds()
@@ -439,7 +471,8 @@ class TransformationThread(QThread):
# Sende Abschluss-Signal für alle Jobs mit Gesamtdauer
self.all_jobs_finished.emit(self.successful_count, len(self.jobs), total_duration)
logger.info(
f"Transformation abgeschlossen: {self.successful_count}/{len(self.jobs)} erfolgreich ({total_duration:.2f}s)"
f"Transformation abgeschlossen: {self.successful_count}/{len(self.jobs)} erfolgreich ({total_duration:.2f}s) "
f"[{len(self.jobs) / total_duration:.2f} Jobs/s mit {self.max_workers} Workern]"
)
@@ -517,6 +550,9 @@ class MainWindow(QMainWindow):
# Vorhandene Projekte-Menü initialisieren
self._setup_projects_menu()
# Performance-Einstellungen-Menü initialisieren
self._setup_performance_menu()
#
if theme := app_settings.theme:
self.change_theme(theme)
@@ -612,6 +648,47 @@ class MainWindow(QMainWindow):
logger.info(f"Projekte-Menü initialisiert mit {len(app_settings.pdf_projects)} Projekten")
def _setup_performance_menu(self):
"""Fügt ein Menü-Item für Performance-Einstellungen hinzu."""
# Füge Separator vor der Performance-Einstellung hinzu
self.ui.menuProjekt.addSeparator()
# Erstelle Aktion für Performance-Einstellungen
performance_action = QAction("Performance-Einstellungen...", self)
performance_action.setToolTip(f"Parallele Worker: {app_settings.max_workers}")
performance_action.triggered.connect(self._open_performance_settings)
# Füge die Aktion zum Projekt-Menü hinzu
self.ui.menuProjekt.addAction(performance_action)
logger.debug(f"Performance-Menü initialisiert (max_workers={app_settings.max_workers})")
def _open_performance_settings(self):
"""Öffnet einen Dialog für Performance-Einstellungen."""
from PySide6.QtWidgets import QInputDialog
current_workers = app_settings.max_workers
new_workers, ok = QInputDialog.getInt(
self,
"Performance-Einstellungen",
"Anzahl paralleler Worker für Transformationen:",
current_workers, # value
1, # minValue
32, # maxValue
1, # step
)
if ok and new_workers != current_workers:
app_settings.max_workers = new_workers
app_settings.save()
logger.info(f"max_workers geändert: {current_workers}{new_workers}")
QMessageBox.information(
self,
"Einstellungen gespeichert",
f"Anzahl paralleler Worker wurde auf {new_workers} gesetzt.\n\n"
f"Die Änderung wird bei der nächsten Transformation wirksam.",
)
def open_existing_project(self, project: Project):
"""
Öffnet ein vorhandenes Projekt.
@@ -647,6 +724,9 @@ class MainWindow(QMainWindow):
# Starte Hash-Berechnung für alle XML-Dateien
self._start_xml_hash_calculation()
# Initialisiere Saxon-Worker-Pool für schnellere Transformationen
self._initialize_saxon_worker_pool()
except Exception as e:
logger.error(f"Fehler beim Laden des Projekts '{project.name}': {e}")
# Fallback: Erstelle Standard-Einstellungen
@@ -658,6 +738,62 @@ class MainWindow(QMainWindow):
except Exception as fallback_error:
logger.error(f"Fehler beim Erstellen der Fallback-Einstellungen: {fallback_error}")
def _initialize_saxon_worker_pool(self):
"""Initialisiert den Saxon-Worker-Pool für schnelle Transformationen."""
try:
# Shutdown vorherigen Pool falls vorhanden
self._shutdown_saxon_worker_pool()
if not self.project:
logger.warning("Kein Projekt geladen, Saxon-Worker-Pool nicht initialisiert")
return
# Hole Tool-Konfigurationen
java_vm = next((vm for vm in app_settings.java_vms if vm.id == self.project.java_vm_id), None)
saxon_jar = next((jar for jar in app_settings.saxon_jars if jar.id == self.project.saxon_jar_id), None)
if not java_vm or not saxon_jar:
logger.warning("Java VM oder Saxon JAR nicht gefunden, Pool nicht initialisiert")
return
# Erstelle Worker-Pool
num_workers = app_settings.max_workers
log_dir = self.project.project_dir / "temp"
pool = SaxonWorkerPool(
num_workers=num_workers,
java_vm_path=java_vm.path_to_binary_file,
saxon_jar_path=saxon_jar.path_to_jar_file,
classpath_cache=TransformationJob._classpath_cache,
log_dir=log_dir,
)
# Setze globalen Pool
set_saxon_worker_pool(pool)
logger.info(
f"Saxon-Worker-Pool initialisiert: {num_workers} Worker "
f"(erwartet: {num_workers}x schneller für Saxon-Transformationen)"
)
except Exception as e:
logger.error(f"Fehler beim Initialisieren des Saxon-Worker-Pools: {e}")
# Kein Pool ist OK - Fallback auf subprocess
def _shutdown_saxon_worker_pool(self):
"""Beendet den Saxon-Worker-Pool sauber."""
try:
# Importiere transform um Zugriff auf globalen Pool zu haben
import transform
if transform._saxon_worker_pool:
logger.info("Beende Saxon-Worker-Pool...")
transform._saxon_worker_pool.shutdown()
set_saxon_worker_pool(None)
logger.info("Saxon-Worker-Pool beendet")
except Exception as e:
logger.error(f"Fehler beim Beenden des Saxon-Worker-Pools: {e}")
def change_theme(self, theme_name):
"""
Wechselt das Theme der Anwendung.
@@ -2900,7 +3036,7 @@ class MainWindow(QMainWindow):
"""
# Erstelle Zusammenfassungstext
summary_lines = []
summary_lines.append(f"Verarbeitung abgeschlossen:\n")
summary_lines.append("Verarbeitung abgeschlossen:\n")
summary_lines.append(f"📊 Gesamt: {stats['total']} Datei(en)")
summary_lines.append(f"✓ Verarbeitet: {stats['processed']} Datei(en)")
@@ -2917,7 +3053,7 @@ class MainWindow(QMainWindow):
summary_lines.append(f"🚫 Abgebrochen: {stats['cancelled']} Datei(en)")
if stats["renamed_files"]:
summary_lines.append(f"\n📝 Umbenannte Dateien:")
summary_lines.append("\n📝 Umbenannte Dateien:")
for renamed in stats["renamed_files"]:
summary_lines.append(f"{renamed}")
@@ -3938,7 +4074,7 @@ class MainWindow(QMainWindow):
return
# Erstelle und konfiguriere Thread
self.transformation_thread = TransformationThread(jobs, force=force)
self.transformation_thread = TransformationThread(jobs, force=force, max_workers=app_settings.max_workers)
# Verbinde Signale
self.transformation_thread.job_started.connect(self._on_transformation_job_started)
@@ -4537,6 +4673,9 @@ class MainWindow(QMainWindow):
self.transformation_thread.quit()
self.transformation_thread.wait()
# Beende Saxon-Worker-Pool
self._shutdown_saxon_worker_pool()
# PDF-Dokumente schließen ist bei QtPdf automatisch durch Garbage Collection
super().closeEvent(event)