Java 逐记录比较两个非常大的XML文件的最佳方法

我有两个大的XML文件（3GB，80000条记录）。一个是另一个的更新版本。我想确定哪些记录已更改（已添加/更新/删除）。文件中有一些时间戳，但我不确定它们是否可信。与文件中记录的顺序相同

这些文件太大，无法以XML的形式加载到内存中（即使是一个，更不用说两个）

我当时的想法是，在记录级别上使用内存中的ID映射对第一个文件中的内容偏移量进行某种解析/索引，然后对第二个文件进行流式处理，并使用随机访问来比较这两个文件中存在的记录。这可能需要2到3次传球，但没关系。但我找不到简单的库/方法可以让我这么做。带有VTDNAV的vtd xml看起来很有趣，但我无法理解（从文档中）它是否支持基于预先保存位置的随机访问、重新访问和加载记录

---

首选Java库/解决方案，但C也可以接受。

只需使用SAX或StAX同时解析两个文档，直到遇到差异，然后退出。它不会将文档保存在内存中。任何标准XML库都将支持S（t）AX。唯一的问题是，如果考虑元素的不同顺序是不重要的……

扩展VTD-XML支持内存映射，这意味着文档可能不完全加载在内存中。它支持随机访问，就像标准vtd xml一样。当您说无法在内存中加载文档时，我认为扩展vtd可能是正确的选择，应该比sax更易于使用和更快。当您谈到“文件太大，无法以XML形式加载到内存中”时，您使用了什么数据结构？如果您找不到任何可以在代码中分析文件的内容，还有一些其他的解决方案，比如开源项目@vtdxml作者，我确实看过扩展vtd，但我不知道如何重新访问记录。似乎有一些方法可以获取元素long[]或index的位置，但没有返回该位置的方法。有这样的例子吗？VTD记录可以从VTDNAVMARGE对象访问，它们本质上是一个大数组，可以通过指定索引值来寻址。每个记录都有偏移量、长度、类型和深度。如果您需要更多信息，请告诉我，因为此处空间有限…我不确定我是否可以保证内部订单，尽管这可能值得检查。谢谢你的建议。