进一步的性能调优

如果你恰好足够幸运遇到了一位非常苛刻的用户，对目前的性能水平还不够满意。那我们需要对现在的代码进一步进行优化以提高性能。

从新进行上面的步骤，首先以所有方法的执行时间进行排序。之后按照耗时的顺序从前往后进行分析。根据对前面几个方法的分析，我们发现，前面几个方法耗时较多的原因也都是因为终调用了我们的 parseContent 方法。

按照上面的步骤，点击该方法以分析其具体执行状况：

在该方法的 Selected method incokes 部分，我们可以看到，createParser 耗费了大部分的运行时间。我们可以从两方面入手进行性能调优，一是改善该段代码执行逻辑以增强性能，例如我们的第一轮修改中，从 DOM 的分析模式改为 SAX 模式。另外是从代码的调用次数上入手，减少性能不佳代码的调用次数。例如在这里，通过进一步分析，具有性能瓶颈的方法用于产生用于 XML 分析的解析器，逻辑非常简单，但却被调用了 24 次。所以我们可以从减少次数的角度来增强性能。

分析代码，我们可以创建一个 SAX 解析器的私有变量以在每次解析 XML 的过程中重用同一个解析器对象。以如下的方式修改代码：

重用 SAX 解析器对象的代码
    
private
SAXParser _saxParser;

 protected
SAXParser createParser() throws
ParserConfigurationException， SAXException
 {
    if
(_saxParser == null
)
 {
        SAXParserFactory f = SAXParserFactory.newInstance
();
        f.setValidating(false
);
 _saxParser = f.newSAXParser();
 }
    return
_saxParser;
 }

之后再次执行分析过程，会发现，parseContent 方法的执行时间已经被缩减到了 0.017s 左右。通过我们的性能分析可调优，一个完成同样任务的方法，其执行时间已经从 0.5s 降低到了 0.017s，相信苛刻的客户也可以接受这样的结果了吧。

本文通过一个示例说明了在 Eclipse 插件开发过程中如何使用 TPTP 进行性能分析和调优。可以看到，使用 TPTP 可以对程序运行时的各种数据进行直观化、图形化的分析。通过该工具的帮助，性能调优以及程序运行时状态的分析其实是一件非常容易的事情。