Jak kontrolować użycie pamięci przy równoległym OCR w C#

Curtis Chau
Curtis Chau
Zaktualizowano: 26 sierpnia 2026

Każda strona przetwarzana równolegle przez IronOCR alokuje własną instancję natywnego silnika Tesseract. W przypadku dużych wsadów - setek stron z zeskanowanego PDF lub folderu z obrazami - zużycie pamięci rośnie liniowo z liczbą równoczesnych stron. Właściwość IronTesseract.MaxDegreeOfParallelism ogranicza liczbę stron OCR-owanych jednocześnie w jednym wywołaniu Read, a IronTesseract.MultiThreaded przełącza na pełne przetwarzanie sekwencyjne, gdy ustawi się ją na false.

Szybki start: Ogranicz równoległość OCR za pomocą MaxDegreeOfParallelism

Ustaw pojedynczą właściwość, aby ograniczyć liczbę stron, które IronOCR czyta naraz, utrzymując szczytowe zużycie pamięci w ramach znanego budżetu.

  1. 1Zainstaluj IronOCR z NuGet Package Manager

    PM > Install-Package IronOcr

  2. 2Skopiuj i uruchom ten fragment kodu.

    var ocr = new IronOcr.IronTesseract { MaxDegreeOfParallelism = 4 };
  3. 3Wdrożenie do testowania w środowisku produkcyjnym

    Rozpocznij korzystanie z IronOCR w swoim projekcie już dziś z darmową wersją próbną
    arrow pointer

NuGetInstalacja z NuGet

PM > Install-Package IronOcr

Zainstaluj IronOCR, wykonując powyższe polecenie w konsoli Menedżera Pakietów NuGet lub wyszukaj pakiet w Menedżerze Pakietów NuGet.

Dlaczego pamięć OCR rośnie podczas dużych wsadów?

Gdy MultiThreaded jest true, co jest domyślne, IronOCR przetwarza strony równolegle. Każda równoległa strona uruchamia własny natywny silnik Tesseract, trzymając bufory obrazów, modele rozpoznawania i stan pośredni w niezarządzanej pamięci.

Szczytowa pamięć dla wywołania Read składa się z dwóch części, z których tylko jedna jest pod twoją kontrolą:

  • Stały koszt dla samego dokumentu, który rośnie z liczbą stron niezależnie od tego, jak są harmonogramowane.
  • Koszt marginalny dla każdej strony czytanej jednocześnie, każda z własnym natywnym silnikiem.

Właściwość MaxDegreeOfParallelism dotyczy tylko drugiego składnika. To rozróżnienie ma znaczenie: w długim dokumencie stały koszt może być większym udziałem, więc ograniczenie równoległości znacząco zmniejsza szczytową pamięć, nigdy jej całkowicie nie eliminując.

W środowiskach konteneryzowanych - Docker z ustalonymi limitami --memory, pody Kubernetes z limitami zasobów - składnik marginalny sprawia, że działający proces staje się zabity przez OOM, bo rośnie z liczbą logicznych procesorów hosta, a nie z tym, co skonfigurowałeś. Na serwerach bare-metal powoduje swapping i pogarsza przepustowość. Ograniczamy równoległość, aby utrzymać szczytowy zestaw roboczy w ramach znanego budżetu.

Ile pamięci zużywa każda równoległa strona?

Mierząc względem poniższego obciążenia odniesienia, te dwa terminy wyglądają tak:

szczyt ≈ stały koszt dokumentu + (koszt per silnik × równoczesność)

Weź zmierzone wartości jako punkt wyjścia i zmierz własne obciążenie, aby je doprecyzować - oba terminy zmieniają się wraz z DPI, złożonością strony, długością dokumentu, i pakietem językowym.

Jak to było mierzone?

  • Każda konfiguracja była uruchamiana w własnym procesie z pakietem językowym EnglishFast, po jedno-stronicowym rozgrzewce, pięciokrotnie.
  • Pamięć to mediana tych uruchomień; przepustowość to najszybsze.

Osobne procesy mają znaczenie, ponieważ szczytowa pamięć to najwyższy poziom, jaki kiedykolwiek osiągnięto - drugi konfiguracja mierzona w tym samym procesie raportowałaby szczyt pierwszego. Przepustowość używa najszybszego uruchomienia, a nie mediany, ponieważ inne prace na maszynie mogą tylko spowolnić odczyt, nigdy go przyspieszyć.

Korpus to "Experiences in Biodiversity Research: A Field Course" aut. Thea B. Gessler, Iowa State University - 49-stronicowy PDF z gęstym tekstem, do pobrania, aby wyniki można było powtórzyć. Te same uruchomienia również potwierdziły każdy wiersz tabeli precedencji dalej na tej stronie.

Jakie były wyniki?

MaxDegreeOfParallelismSzczytowa pamięćKoszt marginalny na każdą dodaną stronęPrzepustowość
Sekwencyjny - MultiThreaded = false782 MBbaseline0,77 stron/s
2859 MB+77 MB1,32 stron/s
41008 MB+75 MB2,09 stron/s
81279 MB+68 MB2,56 stron/s
16 - domyślnie na tej maszynie1829 MB+69 MB3,01 stron/s

Przetestowane na: procesor x64 laptopa 8-rdzeniowy / 16-wątkowy · 1,9 GHz · 16 GB RAM · Windows 11 x64 · .NET 8 · IronOCR 2026.8.1 · ostatnia weryfikacja sierpień 2026

Pierwszy wiersz całkowicie wyłącza równoległość; ostatni to wynik, gdy nic nie ustawisz. Szczytowa pamięć to najwyższy poziom, do jakiego proces dotarł w dowolnym momencie. Koszt marginalny na dodaną stronę to dodatkowa pamięć, którą każda dodatkowa równoległa strona kosztuje ponad wiersz wyżej - utrzymuje się na podobnym poziomie w całej kolumnie, a ta stałość to, co sprawia, że warto go używać w planowaniu.

Uwaga: Zmiana na zewnątrz wynosiła poniżej 2% w każdej konfiguracji. Szczytowy zestaw roboczy jest rejestrowany dla każdego procesu, więc kolumna pamięci nie jest dotknięta przez inne oprogramowanie działające w tym czasie; przepustowość nie, więc traktuj ją jako specyficzną dla tego sprzętu.

Gdzie zaczynają się malejące zwroty?

Pamięć rośnie stale z równoczesnością. Przepustowość nie - zyski się spłaszczają, w miarę jak koszt pamięci wciąż rośnie w tym samym tempie. Porównaj dwa ostatnie wiersze: kolumna pamięci rośnie znacznie bardziej niż kolumna przepustowości.

To praktyczne spostrzeżenie: domyślne ustawienie rzadko bywa najlepszym kompromisem dla pracy wsadowej. Jest dostrojone do latencji w jednym dokumencie, nie do zajętości. Jeśli przetwarzasz dokumenty masowo na hoście z ograniczoną pamięcią, wyraźne ograniczenie poniżej liczby logicznych procesorów zwykle kosztuje cię niewiele na szybkości, a oszczędza dużo pamięci. Zmierz, gdzie twój próg przypada na twoich własnych dokumentach, ponieważ się zmienia z złożonością stron.

Jak ograniczyć liczbę stron czytanych naraz?

Ustaw IronTesseract.MaxDegreeOfParallelism na maksymalną liczbę stron, które powinny być przetwarzane jednocześnie w jednym wywołaniu Read. Pozostawione samo, domyślnie jest Environment.ProcessorCount.

using IronOcr;
using System;

var ocr = new IronTesseract();

// Cap concurrency at 2 pages. Each concurrent page holds its own native
// engine, so this bounds peak memory for every Read on this instance.
ocr.MaxDegreeOfParallelism = 2;

// The cap applies per Read call, however many pages the document has.
using var input = new OcrInput();
input.LoadPdf("500-page-archive.pdf");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text.Length);

Jaką wartość wybrać?

Osadź to w dwu-elementowym modelu, a nie wybieraj liczby:

stały koszt dokumentu + koszt per silnik × MaxDegreeOfParallelism ≤ budżet pamięci na OCR

Aby wypełnić dwa koszty dla własnych dokumentów, przeczytaj reprezentatywny plik dwa razy - raz z ustawionym MultiThreaded na false, raz z MaxDegreeOfParallelism = 2 - i zanotuj szczytowy zestaw roboczy za każdym razem. Bieg sekwencyjny daje ci stały koszt; różnica między nimi daje ci koszt jednego dodatkowego silnika. Wartości odniesienia dla obu znajdują się w powyższej tabeli.

Dwóch rzeczy wartych zauważenia, gdy to stosujesz. Składnik stały rośnie z długością dokumentu, więc długie archiwum nie zachowa się jak przykład mierzony powyżej. I zostaw zapas na środowisko .NET, stertę zarządzaną i cokolwiek innego w procesie - zostawienie około 40% limitu kontenera to rozsądny punkt wyjścia.

Hosty z dużą ilością pamięci mogą pozostawić domyślne ustawienie. Te ograniczone powinny wyraźnie ograniczyć liczebność, a jak pokazują powyższe liczby malejących zwrotów, to ograniczenie często kosztuje znacznie mniej przepustowości niż sugeruje jego oszczędność pamięci.

Ostrzeżenie: MaxDegreeOfParallelism obejmuje strony tylko w ramach jednego wywołania Read. Jeśli twój własny kod również obsługuje kilka dokumentów naraz, to dwie liczby się mnożą - cztery równoczesne dokumenty przy domyślnej wartości 16 to 64 silniki, nie 16. Ogranicz obie warstwy. Zobacz Duże zużycie pamięci podczas masowego OCR dla schematu pętli zewnętrznej.

Jak czytać strony sekwencyjnie?

Ustaw MultiThreaded na false. To najtańsza opcja pod względem pamięci, ponieważ zawsze aktywny jest tylko jeden natywny silnik. Kompromis to przepustowość: seria trwa mniej więcej N razy dłużej niż z N równoczesnymi pracownikami.

using IronOcr;

var ocr = new IronTesseract();

// One page at a time. Overrides MaxDegreeOfParallelism, whatever it is set to.
ocr.MultiThreaded = false;

using var input = new OcrInput();
input.LoadPdf("scans.pdf");

OcrResult result = ocr.Read(input);
Ostrzeżenie: MultiThreaded nie miało efektu przed tą wersją - jest teraz ustawieniem aktywnym. Kod, który ustawił to na false oczekując bezczynnika, będzie czytał sekwencyjnie po aktualizacji, bez ostrzeżenia kompilatora i wyjątku. Sprawdź istniejące zastosowania, jeśli przepustowość nagle spadnie.

Jak te dwa właściwości współdziałają?

MultiThreadedMaxDegreeOfParallelismEfektywna równoczesność
true (domyślnie)Nie ustawionyEnvironment.ProcessorCount
trueLiczba dodatniaTaka liczba równoczesnych stron
true0 lub ujemnaWróć do Environment.ProcessorCount
falseJakakolwiek wartość1 - sekwencyjnie, MaxDegreeOfParallelism jest ignorowana
Porady: Environment.ProcessorCount raportuje procesory logiczne, a nie fizyczne rdzenie. Na maszynie z jednoczesnym wielowątkowością domyślnie jest to dwukrotność liczby rdzeni - 8-rdzeniowy CPU domyślnie obsługuje 16 równoczesnych stron, a nie 8. Dopasuj budżet pamięci do liczby logicznej.

Czy mogę ograniczyć pamięć podczas wykrywania orientacji stron?

Nowa przeciążenie OcrInput.DetectPageOrientation akceptuje parametr maxDegreeOfParallelism, który ogranicza liczbę stron, dla których jest wykrywana orientacja jednocześnie. Wartości nie-dodatnie wracają do Environment.ProcessorCount. Pojedynczo-argumentowe przeciążenie jest niezmienione i pozostaje zgodne ze źródłem i binarność.

using IronOcr;
using System;

using var input = new OcrInput();
input.LoadPdf("rotated-scans.pdf");

// Analyse at most 2 pages at once. Orientation detection runs before the
// OCR read, so capping it here prevents a spike ahead of the real workload.
var results = input.DetectPageOrientation(
    OrientationDetectionMode.Fast,
    maxDegreeOfParallelism: 2);

// One result per page, in page order.
foreach (var result in results)
{
    Console.WriteLine($"Page {result.PageNumber}: {result.RotationAngle}");
}

Tryb Fast ponownie używa jednego silnika na wątek roboczy zamiast przydzielać jeden na stronę, co dodatkowo zmniejsza szczytową pamięć. To ważne, gdy wykrywanie orientacji jest wykonywane jako etap wstępnego przetwarzania przed właściwym odczytem OCR, ponieważ ograniczenie równoległości tutaj zapobiega nagłemu wzrostowi pamięci przed rozpoczęciem właściwego obciążenia.

Czy równoległy OCR nadal zawiesza się na dużych wsadach?

Wcześniejsze wersje mogły rzucić krytyczny AccessViolationException podczas równoległego lub wysokonakładowego OCR z powodu niebezpiecznego dostępu międzywątkowego do natywnego stanu Tesseract. Ten wyjątek jest nieodwracalny - kończy proces bez możliwości przechwycenia. Jest teraz rozwiązany. Poprzednie obejścia, jedna instancja IronTesseract na wątek i jeden dokument na raz, nie są już potrzebne: silnik izoluje natywny stan na pracownika poprawnie, a MaxDegreeOfParallelism zapewnia oficjalne ograniczenie zamiast tych ad-hoc wzorców.

Kiedy należy dostroić te ustawienia?

  • Kontener lub biegacz CI z limitem pamięci - ustaw MaxDegreeOfParallelism, aby utrzymać szczytową pamięć w limicie.
  • Przetwarzanie wsadowe tysięcy stron - obniż MaxDegreeOfParallelism, aby zapobiec zabiciom OOM. Przepustowość zmniejsza się proporcjonalnie, ale zadanie kończy się zamiast się zawieszać.
  • Najniższa możliwa pamięć - ustaw MultiThreaded na false dla trybu sekwencyjnego. Jeden silnik, jedna strona naraz.
  • Maksymalna przepustowość - pozostaw oba na ich domyślnych ustawieniach, aby silnik używał wszystkich dostępnych rdzeni. Zobacz przykład multithreading dla szybkości.
  • Dokładność a dostrajanie szybkości - to inna oś. Przewodnik dostrajania Tesseract pod kątem szybkości obejmuje kompromisy pomiędzy dokładnością a szybkością, podczas gdy ta strona obejmuje kompromisy pomiędzy pamięcią a przepustowością.

Dla problemów z asynchronicznością i reaktywnością, takich jak utrzymanie responsywności UI podczas OCR, zobacz przewodnik po asynchronicznym OCR, który jest odpowiedzialny za ReadAsync i OcrReadTask. Ta strona omawia zarządzanie zasobami: utrzymanie zużycia pamięci przewidywalnym niezależnie od rozmiaru wsadu.

Eksploruj przewodnik konfiguracji IronTesseract dla pełnej powierzchni właściwości, wczytywanie danych wejściowych PDF i wczytywanie danych wejściowych obrazów dla wzorców użycia OcrInput, oraz wykrywanie orientacji stron dla metody DetectPageOrientation i jej nowego przeciążenia równoległości.

Eksploruj opcje licencjonowania IronOCR, aby przejść z wersji próbnej do produkcji.

Curtis Chau posiada tytuł licencjata z informatyki (Uniwersytet Carleton) i specjalizuje się w front-endowym rozwoju, z ekspertką w Node.js, TypeScript, JavaScript i React. Pasjonuje się tworzeniem intuicyjnych i estetycznie przyjemnych interfejsów użytkownika, Curtis cieszy się pracą z nowoczesnymi frameworkami i tworzeniem dobrze zorganizowanych, atrakcyjnych wizualnie podręczników.

Czytaj więcej

Gotowy, aby rozpocząć?

Pobrania z NuGet 6,394,824Wersja:2026.11właśnie wydane