Java 看似随机的tika性能问题

我使用RxJava将文档从源代码传输到tika，从tika传输到ElasticSearch

在某个时间点上，tika大约需要5分钟来索引文档，然后正常继续

我无法正确地指出原因：如果我重新启动应用程序，一切都是一样的，比如说上次在第301个文档中花了5分钟，那么在第301个文档中又会花5分钟。但是，如果我更改文档的顺序，它既不会发生在同一索引（301）中，也不会发生在同一文档中（之前的301）

以下是应用程序的相关部分：

公共可转位分析（可转位）{
Timestamp from=新的时间戳（System.currentTimeMillis（））；
if（NCFile的可索引实例）{
//这里有些代码没有效果
Metadata md=this.generateMetadata（（（NCFile）indexable.getPath（））；
（NCFile）indexable.setType（md.get（“内容类型”）；
if（（（NCFile）indexable.getType（）.startsWith（“text/”））{
（（NCFile）indexable.setContent（this.parseContent（（（NCFile）indexable.getPath（））；//todo.hier könnte man noch viel mehr machen
}否则{
（（NCFile）可索引）.setContent（“”）；
}
（（NCFile）indexable.setType（this.detectMediaType）（（（NCFile）indexable.getPath（））；
}
Timestamp to=新的时间戳（System.currentTimeMillis（））；
System.out.println（“文件”+（（NCFile）indexable.getPath（）+“接受”+（to.getTime（）-from.getTime（））+“ms to parse”）；
返回可转位；
}

以及输入上述代码的管道：

nc.filter（action->action.getOperation（）==Operation.INSERT）
.map（IndexingAction:：getIndexable）
.subscribeOn（Schedulers.computation（））
.map（indexableAction->metadataAnalyzer.analyze（indexableAction））
.map（可索引->{
插入索引器（可索引）；
返回可转位；
})
.subscribeOn（Schedulers.io（））
.map（indexable->“类”+indexable.getClass（）.getName（）+“的可索引”+indexable.getIdentifier（）+“已插入。”）
.subscribe（message->this.logger.log（Level.INFO，message））；

我的猜测是，问题与内存或线程有关；但就我所见，代码应该工作得很好

the file Workspace/xx/xx-server/.test-documents/testRFC822_base64 took 5 ms to index
the file Workspace/xx/xx-server/.test-documents/testPagesHeadersFootersAlphaLower.pages took 306889 ms to index
the file Workspace/xx/xx-server/.test-documents/testFontAfterBufferedText.rtf took 2 ms to index
the file Workspace/xx/xx-server/.test-documents/testOPUS.opus took 7 ms to index

有趣的是，这些是他们回购协议中提供的tika测试文件

编辑： 在提出请求后，我使用FR进行了调查，但我不确定我到底要看什么：

平台刚过，它就停止工作，即使RAM和CPU都不满足限制

编辑2： 是PipedReader阻止了所有这些线程吗？我理解正确吗

编辑3：

这是一个1分钟的飞行记录：

注意：飞行记录似乎有误。在我的系统监视器应用程序中，我没有看到如此大的内存消耗（明显是16GB？！）

---

我做错了什么？

你能连接飞行记录器并查看代码的作用吗？高CPU使用率，高GC活动，当你看到慢文件时，记录1分钟，然后查看哪些热方法是热的。你是否使用默认的256MB内存运行？可能会将Xmx提高到1G？已经达到1G…@akarnokd添加了飞行记录。你可以连接飞行记录并查看代码的作用吗？高CPU使用率，高GC活动，当你看到慢文件时，记录1分钟，然后查看哪些热方法是热的。你是否使用默认的256MB内存运行？也许把Xmx提高到1G？已经是1G了…@akarnokd添加了飞行记录