Java如何高效的讀取一個超大文件

這篇文章主要介紹“Java如何高效的讀取一個超大文件”，在日常操作中，相信很多人在Java如何高效的讀取一個超大文件問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Java如何高效的讀取一個超大文件”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

前言

我最近在優(yōu)化我的PDF轉(zhuǎn)word的開源小工具，有時候會遇到一個問題，就是如果我的PDF文件比較大，幾百兆，如何更快更節(jié)省內(nèi)存的讀取它。于是我分析對比了四種常見的讀取文件的方式，并使用javaVisualVM工具進(jìn)行了分析。最后的出的結(jié)論是commons-io時間和空間都更加的高效。研究分析依然來自哪位baeldung國外大佬。

下面我會給出幾種常見的讀取大文件的方式。

讀取大文件的四種方式

首先我自己在本地壓縮了一個文件夾，大概500M左右。雖然不是很大但是，相對還可以。

方法1：Guava讀取

String path = "G:\\java書籍及工具.zip"; Files.readLines(new File(path), Charsets.UTF_8);

使用guava讀取比較簡單，一行代碼就搞定了。

下面去jdk的bin目錄找到j(luò)avaVisualVM工具，然后雙擊運(yùn)行即可。

從上圖可以看到：

• 時間消耗：20秒

• 堆內(nèi)存：最高2.5G

• CPU消耗：最高50%

我們一個500M的文件，堆內(nèi)存最高竟然2.5G，如果我們讀取一個2G的文件，可能我們的電腦直接死機(jī)了就。

方式2：Apache Commons IO普通方式

String path = "G:\\java書籍及工具.zip"; FileUtils.readLines(new File(path), Charsets.UTF_8);

這種方式也比較簡單，同樣是一行代碼。下面運(yùn)行，也分析一波：

從上圖可以看到：

• 時間消耗：17秒

• 堆內(nèi)存：最高2.5G

• CPU消耗：最高50%，平穩(wěn)運(yùn)行25%左右

這種方式和上面那種基本上消耗差不多，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();      } }

這種方式其實(shí)就是java中最常見的方式，然后我們運(yùn)行分析一波：

從上圖可以看到：

• 時間消耗：32秒，增加了一倍

• 堆內(nèi)存：最高1G，少了一半

• CPU消耗：平穩(wěn)運(yùn)行25%左右

這種方式確實(shí)很優(yōu)秀，但是時間上開銷更大。

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); }

這種方式代碼看起來比較簡單，所以直接運(yùn)行一波吧：

從上圖可以看到：

• 時間消耗：16秒，最低

• 堆內(nèi)存：最高650M，少了一半

• CPU消耗：平穩(wěn)運(yùn)行25%左右

OK，就它了，牛。

結(jié)論

通過以上的分析，我們可以得出一個結(jié)論，如果我們想要讀取一個大文件，選擇了錯誤的方式，就有可能極大地占用我的內(nèi)存和CPU，當(dāng)文件特別大時，會造成意向不到的問題。

因此為了去解決這樣的問題，有四種常見的讀取大文件的方式。通過分析對比，發(fā)現(xiàn)，Apache Commons IO流是最高效的一種方式。

到此，關(guān)于“Java如何高效的讀取一個超大文件”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！