java读取大文件内容(手把手教你java处理超大csv文件)
前言
我最近在优化我的pdf转word的开源小工具,有时候会遇到一个问题,就是如果我的pdf文件比较大,几百兆,如何更快更节省内存的读取它。于是我分析对比了四种常见的读取文件的方式,并使用javavisualvm工具进行了分析。最后得出的结论是commons-io时间和空间都更加的高效。研究分析依然来自哪位baeldung国外大佬。
下面我会给出几种常见的读取大文件的方式。
读取大文件的四种方式
首先我自己在本地压缩了一个文件夹,大概500m左右。虽然不是很大但是,相对还可以。
方法1:guava读取
string path = "g:\java书籍及工具.zip";
files.readlines(new file(path), charsets.utf_8);
使用guava读取比较简单,一行代码就搞定了。
下面去jdk的bin目录找到javavisualvm工具,然后双击运行即可。
从上图可以看到:
时间消耗:20秒
堆内存:最高2.5g
cpu消耗:最高50%
我们一个500m的文件,堆内存最高竟然2.5g,如果我们读取一个2g的文件,可能我们的电脑直接死机了就。
方式2:apache commons io普通方式
string path = "g:\java书籍及工具.zip";
fileutils.readlines(new file(path), charsets.utf_8);
这种方式也比较简单,同样是一行代码。下面运行,也分析一波:
从上图可以看到:
时间消耗:17秒
堆内存:最高2.5g
cpu消耗:最高50%,平稳运行25%左右
这种方式和上面那种基本上消耗差不多,肯定不是我想要的。
方式3:java文件流
fileinputstream inputstream = null;
scanner sc = null;
try {
inputstream = new fileinputstream(path);
sc = new scanner(inputstream, "utf-8");
while (sc.hasnextline()) {
string line = sc.nextline();
//system.out.println(line);
}
if (sc.ioexception() != null) {
throw sc.ioexception();
}
} finally {
if (inputstream != null) {
inputstream.close();
}
if (sc != null) {
sc.close();
}
}
这种方式其实就是java中最常见的方式,然后我们运行分析一波:
从上图可以看到:
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
这种方式确实很优秀,但是时间上开销更大。
方式4:apache commons io流
lineiterator it = fileutils.lineiterator(new file(path), "utf-8");
try {
while (it.hasnext()) {
string line = it.nextline();
}
} finally {
lineiterator.closequietly(it);
}
这种方式代码看起来比较简单,所以直接运行一波吧:
从上图可以看到:
时间消耗:16秒,最低
堆内存:最高650m,少了一半
cpu消耗:平稳运行25%左右
ok,就它了,牛。
结论
通过以上的分析,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。
上一篇: 解决修复npm安装全局模块权限的问题
下一篇: 一个“灵异”批处理引发的思考加补充说明