【发布时间】：2014-09-25 00:07:20
【问题描述】：
我一直在尝试将多个较小的 PDF（6 MB 是我迄今为止使用过的最大 PDF）合并为一个 PDF。每当我尝试使用超过 14 MB 的输入时，都会出现内存不足错误。
合并时，进程的内存使用量跃升至 550MB 以上。这对于 14MB 的输入来说似乎过多。
我使用 PDFBox 1.8.5 版在本地 IBM Websphere Application Server 上运行此应用程序
我已将堆大小增加到 1024MB，虽然这允许我使用更多文件进行输入，但我很快遇到了同样的问题。
根据评论者的建议，我更改了将文档对合并在一起的方法，然后进一步合并先前合并的对。这让我比以前走得更远。对于大小约为 30 MB 的文件，我仍然会遇到内存不足错误，但它更可行。
File sourceLoc = new File(System.getProperty("java.io.tmpdir") + "source_files");
File scratch = new File(System.getProperty("java.io.tmpdir") + "scratch.txt");
PDFMergerUtility merger = new PDFMergerUtility();
merger.setDestinationFileName(System.getProperty("java.io.tmpdir") + "merged.pdf");
for(File file : sourceLoc.listFiles())
merger.addSource(file);
merger.mergeDocumentsNonSeq(new org.apache.pdfbox.io.RandomAccessFile(scratch, "rw"));
这是生成的日志：
JVMDUMP039I Processing dump event "systhrow", detail "java/lang/OutOfMemoryError" at 2014/08/01 13:01:50 - please wait.
JVMDUMP032I JVM requested System dump using 'C:\Working\IntranetApps\I-Document\Services\core.20140801.130150.2408.0001.dmp' in response to an event
JVMDUMP010I System dump written to C:\Working\IntranetApps\I-Document\Services\core.20140801.130150.2408.0001.dmp
JVMDUMP032I JVM requested Heap dump using 'C:\Working\IntranetApps\I-Document\Services\heapdump.20140801.130150.2408.0002.phd' in response to an event
JVMDUMP010I Heap dump written to C:\Working\IntranetApps\I-Document\Services\heapdump.20140801.130150.2408.0002.phd
JVMDUMP032I JVM requested Java dump using 'C:\Working\IntranetApps\I-Document\Services\javacore.20140801.130150.2408.0003.txt' in response to an event
JVMDUMP010I Java dump written to C:\Working\IntranetApps\I-Document\Services\javacore.20140801.130150.2408.0003.txt
JVMDUMP032I JVM requested Snap dump using 'C:\Working\IntranetApps\I-Document\Services\Snap.20140801.130150.2408.0004.trc' in response to an event
JVMDUMP010I Snap dump written to C:\Working\IntranetApps\I-Document\Services\Snap.20140801.130150.2408.0004.trc
JVMDUMP013I Processed dump event "systhrow", detail "java/lang/OutOfMemoryError".
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
at org.apache.pdfbox.io.RandomAccessBuffer.clone(RandomAccessBuffer.java:69)
at org.apache.pdfbox.cos.COSStream.clone(COSStream.java:72)
at org.apache.pdfbox.cos.COSStream.<init>(COSStream.java:96)
at org.apache.pdfbox.pdfparser.NonSequentialPDFParser.parseCOSStream(NonSequentialPDFParser.java:1513)
at org.apache.pdfbox.pdfparser.NonSequentialPDFParser.parseObjectDynamically(NonSequentialPDFParser.java:1266)
at org.apache.pdfbox.pdfparser.NonSequentialPDFParser.parseObjectDynamically(NonSequentialPDFParser.java:1192)
at org.apache.pdfbox.pdfparser.NonSequentialPDFParser.parseDictObjects(NonSequentialPDFParser.java:1166)
at org.apache.pdfbox.pdfparser.NonSequentialPDFParser.initialParse(NonSequentialPDFParser.java:479)
at org.apache.pdfbox.pdfparser.NonSequentialPDFParser.parse(NonSequentialPDFParser.java:740)
at org.apache.pdfbox.pdmodel.PDDocument.loadNonSeq(PDDocument.java:1306)
at org.apache.pdfbox.pdmodel.PDDocument.loadNonSeq(PDDocument.java:1289)
at org.apache.pdfbox.util.PDFMergerUtility.mergeDocuments(PDFMergerUtility.java:232)
at org.apache.pdfbox.util.PDFMergerUtility.mergeDocumentsNonSeq(PDFMergerUtility.java:201)
at com.my.pkg.MyMergeClass.main(MyMergeClass.java:90)
【问题讨论】：
-
您是否在 Tomcat 服务器上运行您的应用程序？
-
增加堆空间再试一次，如果问题仍然存在，请更新。
-
IBM WAS 服务器。我增加了堆，它允许更多的输入，但是在添加了更多输入后，我仍然用完了堆。我编辑了问题以包含此信息。这是预期的开销吗？
-
您是否尝试过以两个为一组的方式合并文档，而不是一次将它们全部合并在一起？以允许快速合并的方式将所有各种 PDF 数据结构保存在内存中肯定会很昂贵。
-
Space Pope，你可能想把你的想法变成一个答案，因为它已经取得了迄今为止最大的进步，而且它比“仅仅弄清楚如何处理运行中的 OOM”要好得多好”。\
标签： java out-of-memory pdfbox