IText HtmlConverter.convertToPdf转PDF性能优化及替代方案咨询

看来你在iText做HTML转PDF时遇到了不小的性能瓶颈，尤其是30-50页规模下的并行转换耗时超出预期。我来分享几个优化思路和替代方案，应该能帮你大幅降低周转时间：

从你贴出的代码来看，有几个立即可行的调整点，能快速提升性能：

• 复用核心配置资源
  每次转换都新建ConverterProperties会重复加载字体、CSS规则等资源，这是很大的性能浪费。建议全局初始化一次包含字体配置的ConverterProperties实例，在所有线程间复用：

  // 全局初始化（比如在项目启动时）
  ConverterProperties converterProperties = new ConverterProperties();
  DefaultFontProvider fontProvider = new DefaultFontProvider(true, true, true);
  // 如果有自定义字体，提前添加，避免重复加载
  fontProvider.addFont("/path/to/your/custom-font.ttf");
  converterProperties.setFontProvider(fontProvider);
  converterProperties.setCacheAppCss(true); // 启用CSS缓存
  

  这样每个线程转换时不用重复加载这些资源，能省不少时间。

• 优化PDFWriter参数
  默认的PdfWriter配置可能做了不必要的操作，比如极致压缩或版本兼容冗余。可以调整为优先速度的配置：

  PdfWriter writer = new PdfWriter(byteArrayOutputStream, new WriterProperties()
          .setCompressionLevel(CompressionLevel.BEST_SPEED) // 优先速度，而非极致压缩
          .setPdfVersion(PdfVersion.PDF_1_7)); // 选择处理更快的PDF版本
  

• 简化Header/Footer处理器
  检查你的PdfHeaderHandler和PdfFooterHandler，有没有在事件回调里做同步锁、外部资源读取这类耗时操作？如果有，把这些逻辑提前预计算好，避免在页面处理的关键路径上拖慢速度。

• 去掉不必要的PDF二次解析
  你当前代码里先写入byteArrayOutputStream，再用PdfReader读回来生成新的PdfDocument，这一步完全多余！直接返回原inputDoc（注意正确关闭资源）或者直接使用生成的字节流即可，二次解析会额外消耗CPU和内存。

1. Flying Saucer（XHTMLRenderer） #

这是老牌的HTML转PDF库，基于早期iText版本，对CSS支持扎实，多线程场景下性能稳定。API简单易用，适合单页转换：

ITextRenderer renderer = new ITextRenderer();
renderer.setDocumentFromString(html);
renderer.layout();
renderer.createPDF(outputStream);

注意要搭配对应版本的iText，同样要复用渲染器和字体资源来提升效率。

2. Apache PDFBox + PDFBox-Layout #

Apache PDFBox是成熟的PDF处理库，PDFBox-Layout扩展了HTML/CSS转PDF的能力，在处理大量文本时性能表现出色。多线程下可以复用渲染器实例：

PdfRendererBuilder builder = new PdfRendererBuilder();
builder.withHtmlContent(html, null);
builder.toStream(outputStream);
builder.run();

3. wkhtmltopdf（命令行工具） #

如果你的场景允许调用外部工具，wkhtmltopdf基于WebKit引擎，对现代CSS（Flexbox、Grid等）支持远超纯Java库，性能也很出色。可以用Java的ProcessBuilder调用，注意控制进程数量避免资源耗尽：

ProcessBuilder pb = new ProcessBuilder("wkhtmltopdf", "-", "-");
pb.redirectInput(ProcessBuilder.Redirect.PIPE);
pb.redirectOutput(ProcessBuilder.Redirect.PIPE);
Process process = pb.start();
// 写入HTML到进程输入流，从输出流读取PDF结果

这个工具特别适合样式复杂的HTML页面转换。

• 线程池合理配置：20线程不一定是最优解，线程数过多会导致频繁上下文切换。建议设置为CPU核心数 * 2左右，用ThreadPoolExecutor来控制线程数量和任务队列。
• 充足的JVM内存：PDF转换是内存密集型操作，确保JVM堆内存足够（比如设置-Xmx4g或更高），避免频繁GC拖慢速度。
• 尝试批量处理：如果业务允许，批量转换多个页面而非单页，部分库在批量处理时能复用更多资源，提升整体吞吐量。

内容的提问来源于stack exchange，提问作者Antariksh