PlantUML 性能优化：解决超长字符串处理导致的性能问题

问题背景

在 PlantUML 项目中，开发团队发现了一个与 Java 运行时环境（JRE）版本相关的性能问题。当处理包含超长字符串（特别是包含大量连续破折号）的图表时，在某些 Java 版本上会出现显著的性能下降，甚至导致图表生成过程陷入停滞状态。

问题现象

具体表现为：

• 在 JRE 8、11 和 17 上，错误图表能够快速生成错误信息
• 在 JRE 21（特别是 Windows 平台）上，相同图表会导致处理过程无限延长
• 问题尤其出现在处理包含超长箭头（如超过 65,000 个连续破折号）的序列图时

技术分析

经过深入调查，开发团队发现问题的根源并非最初怀疑的正则表达式处理，而是与 Java 字符串操作相关：

1. 字符串子串操作问题：在预处理变量搜索过程中，代码使用了 String.substring() 方法来获取子字符串。虽然 Java 字符串是不可变的，但在某些实现中，子串操作仍可能导致内部数据复制。

2. 内存消耗：处理超长字符串时，频繁的子串操作会导致内存使用量激增（测试中观察到内存使用超过 1.4GB）。

3. 版本差异：不同 Java 版本对字符串处理的内部实现有所差异，这解释了为何问题在某些版本上更为明显。

解决方案

开发团队实施了以下优化措施：

1. 避免子串复制：重构代码，不再直接使用 String.substring()，而是改为跟踪原始字符串和当前位置的索引对。

2. 预处理优化：改进预处理变量的搜索逻辑，减少不必要的字符串操作。

3. 内存效率：新实现显著降低了内存使用量（从超过 1.4GB 降至约 126MB）。

验证结果

优化后的版本（1.2024.6beta4）在多平台和多 Java 版本上进行了全面测试：

• 处理相同超长字符串图表的时间从超过 70 秒降至约 1 秒
• 内存使用量大幅下降
• 在 Java 17 和 21 上表现一致良好
• 跨平台兼容性得到保证（Windows、Linux、MacOS）

经验总结

1. 字符串处理陷阱：即使是简单的字符串操作，在处理超长内容时也可能成为性能瓶颈。

2. 版本兼容性：Java 不同版本对基础类库的实现差异可能影响应用性能，需要进行多版本测试。

3. 性能优化方法：通过分析实际内存使用和处理时间，可以精准定位性能热点。

4. 测试重要性：建立包含边界案例（如超长字符串）的测试集对保证软件质量至关重要。

这一优化不仅解决了特定场景下的性能问题，也为 PlantUML 处理大型图表提供了更稳健的基础。开发团队将继续监控类似案例，确保软件在各种使用场景下都能保持高效稳定。