PDFBox 2 异常的内存消耗

Question

我们正在尝试使用 PDFRenderer 的方法 renderImageWithDPI 渲染来自不同 PDF 文件的图像。在特定的 PDF 中，对于某些页面，库渲染器具有不同的行为。

渲染本身比其他类似页面花费更长的时间，并且内存消耗达到异常大的值：进程消耗的内存每 1 到 2 秒增加大约 50MB，直到达到消耗 5GB RAM 的值在 renderImageWithDPI 中由应用程序处理。一旦线程完成 renderImageWithDPI，内存消耗几乎立即下降 1.5 - 2 GB。由于内存消耗高，有时会抛出 Java Heap Space Exception。

发生这种情况的页面与其他页面没有明显不同，具有相同的宽度、高度和磁盘大小。渲染以 250 DPI 完成，使用 图像类型 RGB。此外，应用程序使用“-Dsun.java2d.cmm=sun.java2d.cmm.kcms.KcmsServiceProvider”参数运行。

这是内存泄漏还是预期行为？另外，有人能解释一下为什么有些页面会占用 2GB 内存并需要 1 分钟才能呈现，而另一些页面会在几秒钟内呈现出来？

Answer 1

对 PDF 的分析表明，第 34 页有超过 10000 个 XObject 元素，几乎都是 CMYK 图像。您可以使用the PDFDebugger command line app 自己查看此内容，转到第 34 页，然后是资源，然后是 XObject。在java中转换它们不是很快。内存使用很可能是由于我们缓存了这些图像。您可以观察到下一次显示页面时，它的完成速度要快得多。 FAQ 中显示了禁用缓存。

通过使用此选项，我还获得了一些速度提升（21 秒而不是 89 秒）：-Dorg.apache.pdfbox.rendering.UsePureJavaCMYKConversion=true。但是图像质量可能会略有不同，请参阅PDFBOX-3569 进行讨论。