性能基準

PDFValid 準文 在標準容器環境下的實測性能：常規文件處理吞吐可達 14+ 檔案/秒，峰值記憶體約 180 MB，50 份樣本連續運行全部成功、無失敗重試。

測試條件

• 測試時間：2026-06-29
• 產品版本：2.2.1
• 運行環境：Docker 容器（linux/amd64）
• 測試樣本：每個場景 50 份 PDF
• 並發數：2 個工作進程

結果摘要

場景	樣本數	工作進程	總耗時 (s)	峰值記憶體 (MB)	平均 CPU (%)	吞吐 (檔案/s)
公文規範化（official-document）	50	2	3.51	177.23	139.23	14.24
檔案數碼化（archive-digitization）	50	2	29.76	177.05	16.99	1.68
質檢驗收（quality-inspection）	50	2	6.03	180.07	237.68	8.29
安全分發（secure-distribution）	50	2	3.52	176.41	133.30	14.19

觀察與調優建議

1. 公文規範化 / 安全分發吞吐最高

   • 14+ 檔案/秒，記憶體穩定在 ~180 MB，適合對吞吐要求較高的批量處理與在線服務場景。

2. 檔案數碼化是計算密集型場景（1.68 檔案/秒）

   • 該場景包含 OCR → A4 → 元數據 → PDF/A → 優化，Ghostscript/Tesseract 調用是主要耗時點。
   • 提升建議：
     • 提高工作進程數 / process_concurrency_multiplier，充分利用多核；
     • 在純 CPU 環境使用 Ghostscript 的 -dNumRenderingThreads 等參數；
     • 若 OCR 非必需，可切換為 ocr.engine=none 以跳過。

3. 質檢驗收 CPU 佔用超過 200%

   • 掃描階段會同時啟動多個檢測器（A4/色彩空間/渲染/字體嵌入/PDF 結構/來源完整性/簽章驗證），CPU 佔用高但吞吐仍可達 8.29 檔案/秒。
   • 提升建議：若只需要部分檢測結果，可使用 -x 參數限制檢測器數量，例如 -x a4 -x colorspace。

4. 記憶體整體可控

   • 50 樣本 × 2 進程峰值記憶體約 180 MB，遠低於 2 GB 閾值，常規伺服器無需額外記憶體限制。