应使用StAX流式解析技术处理大XML文件，避免内存溢出。StAX提供游标模型（XMLStreamReader）和事件迭代器模型（XMLEventReader）。游标模型基于指针移动，内存开销小、性能高，适用于GB级文件；事件迭代器模型将解析事件封装为对象，便于逻辑拆分与测试，但内存占用略高。通过XMLInputFactory创建读取器，逐事件遍历XML内容，仅提取目标数据，如订单ID或名称，实现高效可控的解析。选择模型时，优先考虑性能用游标，注重代码结构用迭代器。
处理巨大的XML文件时，如果尝试用DOM方式加载整个文档，很容易因内存溢出而失败。这时候应该使用流式解析技术，比如StAX（Streaming API for XML），它允许你逐段读取XML内容，只提取关心的数据，而不必把整个文件加载进内存。
StAX简介
StAX是Java内置的一种拉模式（pull-parsing）API，位于javax.xml.stream包中。与SAX的推模式不同，StAX让程序主动“拉”取下一个事件，控制更灵活，代码也更容易理解。
游标模型（Cursor API）
游标模型通过XMLStreamReader接口实现，提供低内存开销和高性能的解析能力。它像数据库游标一样在XML上向前移动，每次只关注当前节点类型。
使用步骤如下：
- 创建
XMLInputFactory实例 - 用输入源（如FileInputStream）构建
XMLStreamReader - 循环调用
next()遍历事件 - 根据当前事件类型（开始元素、结束元素、字符数据等）判断是否提取数据
- 遇到目标标签时读取内容，其他部分跳过
示例：从一个超大订单文件中提取所有订单ID
XMLInputFactory factory = XMLInputFactory.newInstance();
XMLStreamReader reader = factory.createXMLStreamReader(new FileInputStream("huge-orders.xml"));
while (reader.hasNext()) {
int event = reader.next();
if (event == XMLStreamConstants.START_ELEMENT && "orderId".equals(reader.getLocalName())) {
String orderId = reader.getElementText();
System.out.println("Found order: " + orderId);
}
}
reader.close();
事件迭代器模型（Iterator API）
事件迭代器使用XMLInputFactory创建XMLEventReader，返回的是不可变的事件对象（如StartElement, Characters等），适合需要封装事件或在多层方法间传递的场景。
优点是事件对象可复用、便于测试，但相比游标会占用稍多内存（每个事件都是对象）。
基本用法：
XMLEventReader eventReader = factory.createXMLEventReader(
new FileInputStream("huge-data.xml"), "UTF-8");
while (eventReader.hasNext()) {
XMLEvent event = eventReader.nextEvent();
if (event.isStartElement()) {
StartElement start = event.asStartElement();
if ("name".equals(start.getName().getLocalPart())) {
Characters c = (Characters) eventReader.nextEvent();
System.out.println("Name: " + c.getData());
}
}
}
eventReader.close();
如何选择两种模型？
如果你追求极致性能和最小内存占用，用游标模型（XMLStreamReader）。它直接操作指针，适合处理GB级XML文件。
如果你希望代码更清晰、事件处理逻辑模块化，或者需要将事件传给其他组件处理，事件迭代器（XMLEventReader）更合适。
基本上就这些。关键是不要试图加载整个XML，而是边读边判断，只保留你需要的信息。StAX让你像扫描日志一样处理XML，高效又可控。
