如何提升C#中大型XML文件的解析性能？

我有一个包含大量子元素记录的大型XML文件，其中包含众多<test>元素，每个<test>元素内又有许多<testchild>元素，数量约200至300个甚至更多。由于这些元素的部分属性并非来自XML文件，我需要手动解析XML元素并将其转换为对象列表，当前耗时约46秒，效率极低。

我目前使用foreach循环迭代，也曾尝试LINQ，但耗时相近。无法使用AsParallel().All，因为部分元素未加载完成时会导致崩溃。请问如何提升该C#程序的XML解析性能？

XML结构示例：

<root>
  <test>
    <testchild>
    </testchild>
    <testchild>
    </testchild>
  </test>
  <test>
    <testchild>
    </testchild>
    <testchild>
    </testchild>
  </test>
</root>

• 使用XmlReader流式解析
  放弃XDocument/XmlDocument这类一次性加载整份XML到内存的API，改用XmlReader流式读取，边解析边生成对象，既避免大内存占用，又能大幅提升解析速度。示例代码：

  List<TestModel> testList = new List<TestModel>();
  // 提前指定列表容量，避免频繁扩容
  testList.Capacity = 10000; // 根据实际预估数量调整
  
  using (var fs = new FileStream("large.xml", FileMode.Open, FileAccess.Read, FileShare.Read, bufferSize: 65536))
  using (XmlReader reader = XmlReader.Create(fs))
  {
      while (reader.ReadToFollowing("test"))
      {
          var test = new TestModel();
          // 解析test元素的自有属性
          if (reader.HasAttributes)
          {
              test.Id = reader.GetAttribute("id");
          }
  
          // 定位并解析子元素
          while (reader.ReadToFollowing("testchild"))
          {
              var child = new TestChildModel();
              // 读取testchild的内容或属性
              child.Value = reader.ReadElementContentAsString();
              // 直接填充非XML来源的属性
              child.CustomProp = GetCustomValue();
              test.Children.Add(child);
          }
  
          // 填充test的非XML来源属性
          test.CustomField = GetTestCustomValue();
          testList.Add(test);
      }
  }
  

• 减少无效节点遍历
  用ReadToFollowing/ReadToDescendant直接定位目标元素，避免在循环中对所有节点类型做冗余判断，减少不必要的IO和逻辑开销。

• 优化对象实例化与内存

  • 提前设置列表的初始容量，避免频繁扩容带来的内存拷贝
  • 如果对象可复用，使用对象池减少GC压力（比如用ObjectPool<TestChildModel>）

• 合并赋值逻辑
  把非XML来源属性的赋值逻辑和XML解析逻辑合并，解析完一个元素就直接填充自定义属性，避免解析完成后二次遍历整个对象列表。

• IO层面优化

  • 使用带大缓冲区的FileStream读取文件，减少磁盘IO次数
  • 场景允许的话，使用异步解析（ReadAsync系列方法），避免阻塞主线程，提升整体吞吐量

内容的提问来源于stack exchange，提问作者mili