Java大文本并行计算实现过程解析
更新时间：2020年06月05日 11:06:52 作者：麋鹿✈
这篇文章主要介绍了Java大文本并行计算如何实现,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
简单提高文本读取效率，使用BufferedReader是个不错的选择。速度最快的方法是MappedByteBuffer，但是，相比BufferedReader而言，效果不是非常明显。也就是说，后者虽然快，但也快的有限（不要抱有性能提升几倍的幻想）。
对于大文本的读取，性能瓶颈主要在IO，read占时间多是正常的，硬盘本身就不快，读入内存后还要转成对象，都比较耗时间。
想要提速应当用并行的办法，用多线程同时读取和处理数据，但Java写多线程程序很麻烦，并行分段读同一个文件时还要考虑调整边界，也比较麻烦。
比如要这么个场景：分组汇总每个客户的销售额，部分源数据如下：
O_ORDERKEY O_CUSTKEY O_ORDERDATE O_TOTALPRICE 10262 RATTC 1996-07-22 14487.0 10263 ERNSH 1996-07-23 43818.0 10264 FOLKO 2007-07-24 1101.0 10265 BLONP 1996-07-25 5528.0 10266 WARTH 1996-07-26 7719.0 10267 FRANK 1996-07-29 20858.0 10268 GROSR 1996-07-30 19887.0 10269 WHITC 1996-07-31 456.0 10270 WARTH 1996-08-01 13654.0 ...
期望的结果：
Java部分多线程代码大概要写成这样：
...
final int DOWN_THREAD_NUM = 8;
CountDownLatch doneSignal = new CountDownLatch(DOWN_THREAD_NUM);
RandomAccessFile[] outArr = new RandomAccessFile[DOWN_THREAD_NUM];
try{
long length = new File(OUT_FILE_NAME).length();
long numPerThred = length / DOWN_THREAD_NUM;
long left = length % DOWN_THREAD_NUM;
for (int i = 0; i < DOWN_THREAD_NUM; i++) {
outArr[i] = new RandomAccessFile(OUT_FILE_NAME, "rw");
...
if (i == DOWN_THREAD_NUM - 1) {
new ReadThread(i * numPerThred, (i + 1) * numPerThred + left, outArr[i],keywords,doneSignal).start();
...
} else {
new ReadThread(i * numPerThred, (i + 1) * numPerThred,outArr[i],keywords,doneSignal).start();
...
}
}
}
...
如果有集算器就简单多了，它对Java的多线程进行了封装，提供了对大文件分段并行的功能，写起来容易多了，对人员要求也低。比如上面问题，2行就搞定了(集算器内置了并行选项@m，不设置并行数，默认按核数做为并行数)：
=file("/workspace/orders.txt").cursor@mt()
=A1.groups(O_CUSTKEY;sum(O_TOTALPRICE):AMOUNT)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Springboot中的异步任务执行及监控详解,除了自己实现线程外,springboot本身就提供了通过注解的方式,进行异步任务的执行,下面主要记录一下,在Springboot项目中实现异步任务,以及对异步任务进行封装监控,需要的朋友可以参考下2023-10-10
我们日常开发的时候,经常说到异步编程,比如说,在注册接口,我们在用户注册成功时,用异步发送邮件通知用户,那么实现异步编程一共有多少种方式呢,下面小编就来简单讲讲吧2025-03-03
今天小编就为大家分享一篇关于Java实现多项式除法的代码示例，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2018-10-10
IDEA中的Run/Debug Configurations各项解读
这篇文章主要介绍了IDEA中的Run/Debug Configurations各项解读,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-09-09
这篇文章主要介绍了Java如何获取相对路径文件问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
相信有很多小伙伴遇到报错都不知道怎么处理,今天特地整理了这篇文章,文中对IDEA下Servlet可能出现404的一些情况作了详细的介绍,需要的朋友可以参考下2021-06-06
这篇文章主要介绍了Java多线程Callable和Future接口区别,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-04-04
在本篇文章里小编给大家整理的是一篇关于Java用POI导入导出Excel实例分析内容，有需要的朋友们可以跟着学习下。2021-11-11
本文主要介绍了java中@requestMappling注解的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-01-01
本篇文章主要介绍了Springboot整合Dubbo教程之项目创建和环境搭建，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-12-12
最新评论