您当前位置：首页 > php开源 > php教程 > 如何利用Java高效读取大文件

如何利用Java高效读取大文件

来源：程序员人生发布时间：2015-04-13 08:33:43 阅读次数：3818次

在内存中读取
读取文件行的标准方式是在内存中读取，Guava 和Apache Commons IO都提供了以下所示快速读取文件行的方法：

Files.readLines(new File(path), Charsets.UTF_8);
FileUtils.readLines(new File(path));

这类方法带来的问题是文件的所有行都被寄存在内存中，当文件足够大时很快就会致使程序抛出OutOfMemoryError 异常。
读取1个大约1G的文件

public void readFiles() throws IOException {
    String path = "...";
    Files.readLines(new File(path), Charsets.UTF_8);
}

这类方式刚开始只占用了很少许的内存，但是，当文件全部读入内存后，我们可以看到，占用了大量的内存（约2个G）

[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Total Memory: 2666 Mb
[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Free Memory: 490 Mb

这意味着这1进程消耗了大约2.1G的内存，由于文件的所有行都被存储在了内存中，把文件所有的内容都放在内存中很快会耗尽可用内存――不论实际可用内存有多大，这点是不言而喻的。
另外，我们通常不需要把文件的所有行1次性地放入内存中――相反，我们只需要遍历文件的每行，然后做相应的处理，处理完以后把它扔掉。所以，这正是我们将要做的――通过行迭代，而不是把所有行都放在内存中。
文件流
现在我们来看看下面这类解决方法，我们用Java.util.Scanner 扫描文件的每行，1行1行连续的读取：

FileInputStream inputStream = null;
Scanner sc = null;
try {
    inputStream = new FileInputStream(path);
    sc = new Scanner(inputStream, "UTF⑻");
    while (sc.hasNextLine()) {
        String line = sc.nextLine();
        // System.out.println(line);
    }
    // note that Scanner suppresses exceptions
    if (sc.ioException() != null) {
        throw sc.ioException();
    }
} finally {
    if (inputStream != null) {
        inputStream.close();
    }
    if (sc != null) {
        sc.close();
    }
}

这类方案会遍历文件中的所有行，允许对每行进行处理，而不保持对它的援用，总之没有把他们寄存在内存中，我们可以看到，大约消耗了150MB内存。

[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Total Memory: 763 Mb
[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Free Memory: 605 Mb

Apache Commons IO流
一样可使用Commons IO流，利用该库提供的自定义 LineIterator类：

LineIterator it = FileUtils.lineIterator(theFile, "UTF⑻");
try {
    while (it.hasNext()) {
        String line = it.nextLine();
        // do something with line
    }
} finally {
    LineIterator.closeQuietly(it);
}

一样也消耗了相当少的内存，大约150M：

[main] INFO  o.b.java.CoreJavaIoIntegrationTest - Total Memory: 752 Mb
[main] INFO  o.b.java.CoreJavaIoIntegrationTest - Free Memory: 564 Mb

生活不易，码农辛苦
如果您觉得本网站对您的学习有所帮助,可以手机扫描二维码进行捐赠
程序员人生

------分隔线----------------------------

上一篇 Spring集成Mybatis

下一篇 Oracle数据库分别在Windows/Linux环境下普通/数据泵方式导入/导出示例

分享到:

------分隔线----------------------------

为码而活

积分：4237

15粉丝

7关注

栏目热点