pdf优化是什么意思（PDFBox 优化内存方案）

前言

版本基于2.0.27

最近使用pdfbox 导入发现内存使用占用特别高    
    
    
    
    
  ，通过查阅官方资料发现pdfbox 在处理一些复杂的pdf 消耗内存特别高


     


     


     


     


     
，这个是没法避免的
 




 




 




 




 




，内存设置小的很有可能导致内存溢出    
    
    
    
    
。但它提供了一些可以减少内存使用的方案     


     


     


     


     


  。具体代码就不写了   

   

   

   

   

 ，我从几个维度罗列一下




 




 




 




 




 
。给大家使用pdfbox 后期做优化参考
   

   

   

   

   

。

具体方案

让PDF文件临时存放在硬盘 

     

     

     

     

     ，减少内存使用

PDDocument doc = PDDocument.load(stream, MemoryUsageSetting.setupTempFileOnly()

自定义DefaultResourceCache

这个默认使用的软引用如图：软引用是在内存即将溢出才会回收

  




  




  




  




  




，所以也会生命周期会一直占用内存

咱们自定义不需要实现即可或者使用虚引用

允许下采样

下采样实际上就是缩小图像  


  


  


  


  


，主要目的是为了使得图像符合显示区域的大小  
     
     
     
     
     ，生成对应图像的缩略图所以也会减少内存使用

PDFRenderer renderer = new PDFRenderer(doc); renderer.setSubsamplingAllowed(true);

使用带压缩imageio工具类    
    
    
    
    
、降低分辨率

org.apache.pdfbox.tools.imageio

//100 越低内存越少 分别率也降低 看实际业务 太低转换图片像素低 BufferedImage image = pdfRenderer.renderImageWithDPI(i, 100); ByteArrayOutputStream bs = new ByteArrayOutputStream(); ImageIOUtil.writeImage(image,"png",bs);

最基础各种流使用完关闭

样例文件在我文件资源中

该文件典型属于文件不大但是转换起来特别吃内存


   




   




   




   




   



，因为文件复杂     

     

     

     

     

 。

最后建议多看看PDFBox 官网 它有一些本身Bug 修复以及优化 




  




  




  




  




  。及时更新自己项目中

  


  


  


  


  


。目前正在发行的是3.0版本

参考地址

https://github.com/apache/pdfbox

https://pdfbox.apache.org/