PDFBOXjava.lang.OutOfMemoryError： java堆空间；超出GC开销限制

Question

我正在做一个Java项目。我从服务器检索pdf并将其转换为图像以将像素与预期文件进行比较。当我只使用20-30个文件运行该程序时，它很好，但当我尝试使用超过30个文件时，它会抛出OutOfMemoryError。

看起来像pdf-

    PDDocument document = null;
    try {
        document = PDDocument.loadNonSeq(new File(pdfFile), null);
        List<PDPage> pages = new ArrayList<PDPage>();
        for (Object obj : document.getDocumentCatalog().getAllPages()) {
            PDPage page = (PDPage) (obj);
            pages.add(page);
        }
        int pageNum = 0;
        for (PDPage pdPage : pages) {
            BufferedImage img = pdPage.convertToImage(BufferedImage.TYPE_INT_RGB, 100);
            if (isExpected) {
                ImageIOUtil.writeImage(img, FolderUtils.getImageFolder(websiteName) + File.separator + "expected"
                        + (++pageNum) + ".png", 100);
            } else {
                ImageIOUtil.writeImage(img, FolderUtils.getImageFolder(websiteName) + File.separator + "rendered"
                        + (++pageNum) + ".png", 100);
            }
            img.flush();
            img = null;
        }
    } catch (IOException e) {
        debugLog.log(Level.SEVERE, e.getMessage(), e);
    } finally {
        if (document != null) {
            try {
                document.close();
                document = null;
            } catch (IOException e) {
                debugLog.log(Level.SEVERE, e.getMessage(), e);
            }
        }
    }

下面是Java堆空间日志的一部分：

Exception in thread "pool-1-thread-1" java.lang.OutOfMemoryError: Java heap space
    at java.awt.image.DataBufferInt.<init>(DataBufferInt.java:75)
    at java.awt.image.Raster.createPackedRaster(Raster.java:467)
    at java.awt.image.DirectColorModel.createCompatibleWritableRaster(DirectColorModel.java:1032)
    at java.awt.image.BufferedImage.<init>(BufferedImage.java:340)
    at org.apache.pdfbox.pdmodel.graphics.xobject.CompositeImage.createMaskedImage(CompositeImage.java:85)
    at org.apache.pdfbox.pdmodel.graphics.xobject.PDXObjectImage.applyMasks(PDXObjectImage.java:158)
    at org.apache.pdfbox.pdmodel.graphics.xobject.PDPixelMap.getRGBImage(PDPixelMap.java:367)
    at org.apache.pdfbox.util.operator.pagedrawer.Invoke.process(Invoke.java:87)
    at org.apache.pdfbox.util.PDFStreamEngine.processOperator(PDFStreamEngine.java:557)
    at org.apache.pdfbox.util.PDFStreamEngine.processSubStream(PDFStreamEngine.java:268)
    at org.apache.pdfbox.util.PDFStreamEngine.processSubStream(PDFStreamEngine.java:235)
    at org.apache.pdfbox.util.PDFStreamEngine.processStream(PDFStreamEngine.java:215)
    at org.apache.pdfbox.pdfviewer.PageDrawer.drawPage(PageDrawer.java:139)
    at org.apache.pdfbox.pdmodel.PDPage.convertToImage(PDPage.java:801)
    at ********************.convertPDFToImages(Processor.java:107)
    at ********************.APIProcessor.run(APIProcessor.java:62)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)
    at java.lang.Thread.run(Thread.java:745)

以下是GC开销限制超出的日志部分：

Exception in thread "pool-1-thread-3" java.lang.OutOfMemoryError: GC overhead limit exceeded
    at java.util.Collections.singletonList(Collections.java:3349)
    at org.apache.pdfbox.pdfparser.NonSequentialPDFParser.parseDictObjects(NonSequentialPDFParser.java:1275)
    at org.apache.pdfbox.pdfparser.NonSequentialPDFParser.initialParse(NonSequentialPDFParser.java:414)
    at org.apache.pdfbox.pdfparser.NonSequentialPDFParser.parse(NonSequentialPDFParser.java:886)
    at org.apache.pdfbox.pdmodel.PDDocument.loadNonSeq(PDDocument.java:1273)
    at org.apache.pdfbox.pdmodel.PDDocument.loadNonSeq(PDDocument.java:1256)
    at *********************.convertPDFToImages(Processor.java:99)
    at ********************.APIProcessor.run(APIProcessor.java:62)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)
    at java.lang.Thread.run(Thread.java:745)

此外，第一个Java堆空间错误发生在id22，第二个发生在id33。我在服务器上使用8GB RAM，MAVEN_OPTS=-d64-Xms500M-Xmx7000M-XX： PermSize=65M-XX： MaxPermSize=512M-XX： HeapDumpOnOutOfMemoryError-XX： HeapDumpPath=C：\Temp\heapDump.txt-Xdebug-Xrunjdwp：传输=dt_socket，地址=8123，服务器=y，挂起=n

我可以就我的代码出了什么问题寻求帮助吗？或者是什么导致了这里的问题？内存泄漏吗？

附言：这是JConsole渲染的pdf文件和屏幕截图的链接：https://www.dropbox.com/sh/86gxnmnk5gl66k6/AAAFE_lapBr3cH8EMlXu94qJa?dl=0

此外，我现在在8GB RAM服务器上运行该程序。但如果我在本地16GB RAM笔记本电脑上运行它，则不会出现java堆空间错误。

Answer 1

我们在PDFBox图像转换方面也存在一些问题。它在缓冲图像中运行时确实会消耗大量堆空间，并且在增加生成的页面数量时会成为定时炸弹。

我们的解决方案是改变图书馆。我们确实在JPedal上取得了良好的性能，如果情况没有改变，他们确实有一个LGPL版本的框架。