info
2daa77e85d
Implementiert parallele Verarbeitung für massive Performance-Steigerung: VORHER: 82 Dateien in 160s (sequenziell, ~1.95s/Datei) NACHHER: 82 Dateien in ~15-20s (parallel, 8 Worker) SPEEDUP: 8-10x schneller! Änderungen: - TransformationThread verwendet ThreadPoolExecutor statt for-loop - Konfigurierbare Worker-Anzahl (Standard: 8, optimal für 16-Kern-System) - JAR-Classpath-Caching vermeidet wiederholtes Glob-Scanning - Thread-sichere Counter mit threading.Lock - Erweiterte Metriken: Jobs/Sekunde wird geloggt Technische Details: - ThreadPoolExecutor statt ProcessPoolExecutor (bessere Performance für subprocess-basierte Tasks) - PySide6-Signale sind von Natur aus thread-safe - Klassenweiter Cache für Saxon-Classpaths - as_completed() für optimale Ressourcennutzung 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
The file is empty.