logo标签列表

wkhtmltopdf的性能表现

htmlperformancepdfxhtmlwkhtmltopdf
29

我们打算使用wkhtmltopdf将HTML转换为PDF，但我们担心wkhtmltopdf的可扩展性。 有谁知道它的扩展性如何？ 我们的Web应用程序可能会尝试转换数十万个（相对复杂的）HTML，因此了解一些信息对我们很重要。 有人有相关信息吗？

3
圆角 CSS 边框导致我的渲染时间增加了20倍。移除这些后，我的渲染时间从一个相对简单的HTML页面的约6秒降至约0.3秒。例如：border-radius: 8px; 和 border-top-left-radius: 6px;。 - T. Brian Jones
在我的情况下，经过大量的调查，我找到了一个从第三方获取QR码的URL，该第三方负责创建我的门票。 - shareef
5个回答
25
首先，你的问题相当笼统；在问及任何项目的可扩展性时需要考虑许多变量。显然，将“数十万”个HTML文件转换为一周，并期望在一天或一小时内完成，这是有区别的。此外，“相对复杂”的HTML对其他人可能意味着不同的事情。
尽管如此，由于我做过类似的事情——使用wkhtmltopdf转换约450,000个HTML文件，因此我想分享我的经验。
以下是我的情况：
  • 450,000个HTML文件
    • 95％的文件仅包含一页
    • 通常包含2个图像（相对路径，本地系统）
    • 表格数据（有时包含嵌套表格）
    • 其他地方有简单的标记（加粗，斜体，下划线等）
  • 备用台式电脑
    • 8GB RAM
    • 2.4GHz双核处理器
    • 7200RPM硬盘
我使用了一个简单的单线程PHP脚本，遍历文件夹并将HTML文件路径传递给wkhtmltopdf。该过程花费了大约2.5天的时间来转换所有文件，出现非常少量的错误。
希望这可以让你了解使用wkhtmltopdf在你的Web应用程序中可以期望得到的结果。一些明显的改进来自于在更好的硬件上运行它，但主要是通过利用多线程的应用程序同时处理文件来实现的。
42
对于不喜欢做数学的人来说，FYI是每个文档平均480毫秒。 - Derek Dahmer
4
每秒2页。 - xyres
根据我的经验，在超线程四核CPU上，我能够在大约30分钟内生成约4,000个简单发票，但前提是将发票分成4批同时发送到Web服务器。这样4个请求就可以并行处理。如果再增加请求数量，可能会导致Web服务器崩溃。 - Ciaran Gallagher
10
在我的经验中，性能很大程度上取决于您的图片。如果有很多大图片，它会明显减慢速度。如果可能的话，我建议进行一个测试，估计一下服务器的负载情况。有些人确实将其用于密集操作，但我从未听说过成千上万的情况。我想像所有事情一样，这取决于您的内容和资源。
以下引用直接来自wkhtmltopdf邮件列表：
“我正在使用wkHtmlToPDF将每天约6000封电子邮件转换为PDF格式。这全部都是在四核服务器上完成的，内存为4GB……即使对此也足够了。”
有一些性能提示，但我建议在优化性能之前先尝试找出瓶颈所在。例如，我记得有些人说，如果可能的话，直接从磁盘加载图像而不是通过Web服务器可以显著加快速度。

编辑： 此外，我刚刚尝试了一些有趣的wkhtmltopdf操作。目前我使用一台配备4GB内存的英特尔Centrino 2电脑，生成包含57页内容（混合p、ul、table），约100张图片和目录的PDF文件，平均只需要不到7秒的时间。同时，我还在运行Visual Studio、浏览器、HTTP服务器以及其他可能会减慢速度的软件。我直接使用标准输入和标准输出，而不是文件。

编辑：我没有尝试过这个方法，但如果你已经链接了CSS，请尝试将其嵌入HTML文件中（记得进行前后测试以正确查看效果！）。这里的改进很可能取决于缓存和CSS所在的位置-如果每次从磁盘读取或重新生成SCSS文件，则可能会非常慢，但如果结果被Web服务器缓存（我认为wkhtmltopdf在实例之间不会缓存任何内容），则可能效果不大。具体情况因人而异。

2
改为从磁盘加载图片而非通过网络服务器加载，这样可以节省70%的生成时间！我刚测试了一下。 - np87
2
我想在这个答案中补充一点，如果你已经链接了CSS，你应该尝试将它嵌入到HTML文件中。这也可以节省一些时间。 - xyres
不错的技巧！我也正在使用ProcessStart通过WKHTML处理大约10个HTML页面（+定制页脚）。已经处理了超过2200万个PDF文件，每个PDF需要2秒左右的时间，有时候感觉有点多。 - Moons
3

我们在任何实现中都尝试使用wkhtmltopdf。我的对象是生成坐标点的巨大表格。通常我的pdf体积为500页。

我们尝试使用wkhtmltopdf的端口到.net。结果是

- Pechkin - Pro: don't need other app. Contra: slow. 500 pages generated about 5 minutes
- PdfCodaxy - only contra: slow. Slower than pure wkhtmltopdf. Required installed wkhtmltopdf. Problems with non unicode text
- Nreco - only contra: slow. Slower than pure wkhtmltopdf. Required installed wkhtmltopdf. Incorrect unlock libs after use (for me)

我们尝试使用从C#代码调用的二进制wkhtmltopdf。
Pro: easy to use, faster that libs
Contra: need temporary files (cannot use Stream objects). Break with very huge (100MB+)html files as like as other libs
1
关于NReco.PdfGenerator，我不知道它如何比纯WkHtmlToPdf慢（内部调用WkHtmlToPdf.exe在单独的进程中）。而且它不需要安装WkHtmlToPdf：所有文件都嵌入到DLL中，并在缺失时自动提取。 - Vitaliy Fedorchenko
@VitaliyFedorchenko 或许“badma”是通过标准输入（--read-args-from-stdin）发送作业，同时避免启动进程的惩罚，从而重复使用单个子进程，而Nreco则为每个PDF文件启动wkhtmltopdf进程。 - timmi4sa
@timmi4sa NReco.PdfGenerator也可以使用“--read-args-from-stdin”与“BeginBatch”/“EndBatch”API（请注意，此API仅适用于具有许可证密钥的商业用户）。 - Vitaliy Fedorchenko
3

wkhtmltopdf --print-media-type 是非常快速的。但是这样会失去普通的CSS样式。

对于复杂的HTML页面导出，这可能不是理想的解决方案。但对于我来说，它适用于我的HTML内容相当简单且以表格形式呈现。

在版本wkhtmltopdf 0.12.2.1上进行了测试。

奇怪的是，当我尝试这样做时，我的性能出现了下降。由于某种原因，它需要两倍的时间。 - Ciaran Gallagher
“--print-media-type” 只会忽略未定义为“打印”样式的 CSS 样式，所以这完全取决于您放置样式的位置。我不明白为什么这会变得“极快”，除了这个原因之外？为什么这对于复杂的 HTML 不是理想的呢？这完全取决于它正在渲染的 CSS。 - cederlof
2

您可以创建自己的wkhtmltopdf引擎池。我为一个简单的用例直接调用API而不是每次启动wkhtmltopdf.exe进程来实现。 wkhtmltopdf API不是线程安全的，所以这并不容易。此外，您不应忘记在AppDomains之间共享本机代码。

8
你能否举例说明代码，而不只是提供一般概念？ - lacostenycoder
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接