java高效读大文件(csv,text)的几种处理方式
作者：w_l666
这篇文章主要给大家介绍了关于java高效读大文件(csv,text)的几种处理方式,Java中处理大文件时,通常需要采取一些特定的策略来避免内存溢出或性能问题,文中通过代码及图片介绍的非常详细,需要的朋友可以参考下
前言
当我们在处理一个2G或者更大的文件数据时，往往是很耗系统性能的，处理不当可能造成系统崩溃。接下来介绍四种读取大文件的方式，以及每种方式的资源的调用情况。
方法1：Guava读取
由于我是用的windows系统，在 第一次测试时用了2G的文件，最后在读取文件时，读取了好久，最后报错堆内存溢出（由此可知，这种方式是基于内存进行一次性读取整个文件，文件越大，占用的资源越多）。然后 选用了一个624MB的csv文件进行测试。
代码示例如下：
@org.junit.Test
public void testGuavaReadFile() throws IOException {
//本次测试的这个outPut.csv文件的大小是624MB
String filePath = "D:\\outPut.csv";
File file = new File(filePath);
Long startTime = System.currentTimeMillis();
//进行文件的读取，返回结果：每行数据都是一个string字符串
List<String> lines = Files.readLines(file, Charsets.UTF_8);
for (String line : lines) {
// 在这里添加对每行数据的处理逻辑
System.out.println("Processing line: " + line);
}
Long endTime = System.currentTimeMillis();
long consume = (endTime - startTime)/1000;
System.out.println("************总共耗时:"+consume+"秒*****************");
}监控结果如下：
从上图可以看到：
时间消耗：20秒堆内存：最高2.5GCPU消耗：最高50%
方式2：Apache Commons IO普通方式
代码如下：
@org.junit.Test
public void TestCommonsIoReadFile() throws IOException {
//本次测试的这个outPut.csv文件的大小是624MB
String filePath = "D:\\outPut.csv";
File file = new File(filePath);
Long startTime = System.currentTimeMillis();
//Apache Commons IO普通方式读取文件
List<String> lines = FileUtils.readLines(file, "UTF-8");
for (String line : lines) {
// 在这里添加对每行数据的处理逻辑
System.out.println("Processing line: " + line);
}
Long endTime = System.currentTimeMillis();
long consume = (endTime - startTime)/1000;
System.out.println("************CommonsIo方式总共耗时:"+consume+"秒*****************");
}运行结果：
从上图可以看出：
时间消耗：17秒CPU消耗：最高50%，平稳运行25%左右
方式3：java文件流
代码如下：
@org.junit.Test
public void TestJavaIoReadFile() throws IOException {
//本次测试的这个outPut.csv文件的大小是624MB
String filePath = "D:\\outPut.csv";
Long startTime = System.currentTimeMillis();
FileInputStream inputStream = null;
Scanner scanner = null;
try {
inputStream = new FileInputStream(filePath);
scanner = new Scanner(inputStream, "UTF-8");
while (scanner.hasNextLine()) {
//逐行读取文件内容
String line = scanner.nextLine();
System.out.println(line);
}
if (scanner.ioException() != null) {
throw scanner.ioException();
}
} finally {
if (inputStream != null) {
inputStream.close();
}
if (scanner != null) {
scanner.close();
}
}
Long endTime = System.currentTimeMillis();
long consume = (endTime - startTime)/1000;
System.out.println("************CommonsIo方式总共耗时:"+consume+"秒*****************");
}运行结果：
从上图可以看出：
时间消耗：32秒，增加了一倍堆内存：最高1G，少了一半CPU消耗：平稳运行25%左右
方式4：Apache Commons IO流
代码如下：
@org.junit.Test
public void TestApacheCommonsIOReanFile() throws IOException {
//本次测试的这个outPut.csv文件的大小是624MB
String filePath = "D:\\outPut.csv";
Long startTime = System.currentTimeMillis();
LineIterator lineIterator = null;
try {
lineIterator = FileUtils.lineIterator(new File(filePath), "UTF-8");
while (lineIterator.hasNext()) {
String line = lineIterator.nextLine();
System.out.println(line);
}
} finally {
LineIterator.closeQuietly(lineIterator);
}
Long endTime = System.currentTimeMillis();
long consume = (endTime - startTime)/1000;
System.out.println("************CommonsIo方式总共耗时:"+consume+"秒*****************");
}运行结果：
从上图可以看出：
时间消耗：16秒，最低堆内存：最高650M，少了一半
总结 ：
从四种方式可以看出，性能最优的是Apache Commons IO流 对大文件的处理。
我们可以得出一个结论，如果我们想要读取一个大文件，选择了错误的方式，就有可能极大地占用我的内存和CPU，当文件特别大时，会造成意向不到的问题。
因此为了去解决这样的问题，有四种常见的读取大文件的方式。通过分析对比，发现，Apache Commons IO流是最高效的一种方式。
到此这篇关于java高效读大文件(csv,text)的几种处理方式的文章就介绍到这了,更多相关java高效读大文件csv,text内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！