Trabajo con modelos grandes

La librería está diseñada para mantener predecibles la memoria y el tiempo a medida que los modelos crecen. Nada de esto es API nueva — esta página documenta las propiedades en las que puedes confiar.

Colecciones planas, sin copias ocultas

Toda colección (elements, relationships, diagramObjects, …) es un arreglo simple en orden de origen. No hay reconstrucción de árboles anidados ni grafo de identidad de objetos: las referencias cruzadas son id de cadena y los índices de contención precalculados en vistas/objetos se derivan en una única pasada O(n) durante el análisis.

extractArchiModelXml usa memoria constante

Para archivos zip .archimate, la entrada model.xml se transmite con inflateRawSync trozo a trozo — la entrada completa nunca se mantiene en memoria como datos comprimidos. La memoria máxima está dominada por el texto XML decodificado en sí (el model.xml final), no por el archivo. Los archivos XML planos omiten por completo la ruta del archivo.

Esto mantiene el costo de memoria del paso de archivo proporcional al tamaño final del modelo, y el costo del paso de análisis proporcional al contenido del modelo — los términos más grandes son inevitables, todo lo demás queda fuera del camino.

Una sola pasada sobre el XML

El análisis es una única pasada hacia delante con fast-xml-parser; la validación del pool de id que realiza el analizador ocurre en esa misma pasada, por lo que validateArchiModel es una segunda pasada lineal sobre los arreglos ya analizados — la validación nunca provoca un re-análisis del XML.

Notas prácticas de escalado

• Búsquedas: evita collection.find() dentro de bucles sobre otras colecciones — O(n·m). Crea los índices Map una sola vez (consulta Crear índices de búsqueda).
• Memoria: el ArchiModel analizado refleja el documento XML; un modelo cuyo XML pesa N MB produce un modelo cuyas cadenas suman aproximadamente el mismo orden de magnitud, más la estructura por objeto. Para uso en informes o CI, eso está muy por debajo de los límites habituales.
• Pruebas: la prueba de consumo publicado ejercita el pipeline de archivo contra zips .archimate reales con imágenes incrustadas para mantener cubiertas ambas formas.

Cuándo preocuparse

Casi nunca necesitas preocuparte. Si un modelo es tan grande que un único ArchiModel analizado es un problema, el límite que estás tocando es la representación en JS en sí — en ese punto la decisión correcta es una capa de transmisión o indexada aguas abajo, no otro analizador.