Java利用多线程和分块实现快速读取文件

更新时间：2023年09月08日 09:12:18 作者：L7ink

在工作中经常会有接收文件并且读取落库的需求,读取方式都是串行读取,所以本文主要为大家介绍一下如何利用多线程和分块实现快速读取文件,希望对大家有所帮助

背景

在工作中经常会有接收文件并且读取落库的需求，读取方式都是串行读取，即一行行的读取，如果文件小还可以，但是如果文件比较大，类似于全量文件的话，这样的读取就会非常效率低。

本文主要介绍的是如何正确的将文件分块，多线程的实现方式有多种，这里用的是CompletableFuture

方法

因为我们文件里面的每条数据之间没有任何依赖关系也不存在顺序要求。如何提高读取速度，第一个想到当然就是并行读取文件，并行读取的前提就是要给文件分块，让每个线程只读取对应分块的数据，先看看我们的文件格式

可以看见我们的文件格式每一行的长度不一，同时文件也无法像TCP通过指定数据体的长度来读取数据，所以如何能正确的分块是整个方法的关键，如果分多或者分少了就会导致数据读取错误的可能。

可以看见错误的分块就会导致我们读取的数据会被截取掉一部分，截取掉多少都是随机的。这里我们用的方法是用填充来让每个分块都是正确的。具体来说就是我们在分块的时候，判断一下当前的分块位置会不会导致数据被截取，因为我们的数据是一行行的，所以最好的分块位置都是分在了行尾。如果说当前的分块位置是在一行的中间的话，那我们就要移动这个分块的位置到这行的行尾去

private static int THREAD_NUM = 5;
long total = file.length();
long chunkSize = total < THREAD_NUM ? total : total / THREAD_NUM;

先确定要用几个线程并行读取，然后根据线程数和文件的大小来确定每一块的大小，接下来就进行判断是否需要填充

    private static long padding(long start, long chunkSize, File file) {
        try (RandomAccessFile randomAccessFile = new RandomAccessFile(file, "r")){
            randomAccessFile.seek(start + chunkSize);
            boolean eol = false;
            //判断当前的位置是否需要填充,如果当前没有数据或者是行尾,则不需要填充
            switch (randomAccessFile.read()) {
                case -1:
                case '\n':
                    eol = true;
                    break;
                case '\r':
                    eol = true;
                    break;
                default:
                    break;
            }
            //如果符合填充条件，对其进行填充，首先是读取一行数据，然后计算出这行数据的长度，然后将这行数据的长度加上前面读取了一字节，然后将这些长度加到chunkSize上
            if (!eol){
                String readLine = randomAccessFile.readLine();
                chunkSize += readLine.getBytes().length;
                //加上前面读取的一字节
                chunkSize += 1;
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
        return chunkSize;
    }

如何填充的可以看看代码注释，是参照了readline的实现思路。经过填充后就可以确保每块的分块的最后一个位置都是在行尾。将每个分块的起始位置和分块大小储存起来再结合上CompletableFuture就可以多线程分块读取文件了

        Map<Long, Long> chunkMap = new HashMap<>();
        for (int i = 0; i < THREAD_NUM; i++) {
            chunkSize = padding(start, chunkSize, file);
            chunkMap.put(start, chunkSize);
            start += chunkSize;
        }
        CompletableFuture.allOf(chunkMap.entrySet().stream().map(entry -> CompletableFuture.runAsync( () -> handlerReportTreeBaseData(entry.getKey(), entry.getValue()))).toArray(CompletableFuture[]::new))
                .exceptionally(throwable -> {
                    System.out.println(throwable.getMessage());
                    return null;
                }).join();

完整实现

接下来给出整个的实现代码，欢迎大家看看有没有什么我没有考虑到的，有可能的隐藏BUG和还能优化改善的地方，欢迎讨论

public class SpiltFIle {
    private static int THREAD_NUM = 5;
    private static void splitChunks() {
        File file = new File("test.txt");
        long total = file.length();
        long chunkSize = total < THREAD_NUM ? total : total / THREAD_NUM;
        long start = 0;
        Map<Long, Long> chunkMap = new HashMap<>();
        for (int i = 0; i < THREAD_NUM; i++) {
            chunkSize = padding(start, chunkSize, file);
            handlerReportTreeBaseData(start, chunkSize);
            chunkMap.put(start, chunkSize);
            start += chunkSize;
        }
        CompletableFuture.allOf(chunkMap.entrySet().stream().map(entry -> CompletableFuture.runAsync( () -> handlerReportTreeBaseData(entry.getKey(), entry.getValue()))).toArray(CompletableFuture[]::new))
                .exceptionally(throwable -> {
                    System.out.println(throwable.getMessage());
                    return null;
                }).join();
    }
    private static long padding(long start, long chunkSize, File file) {
        try (RandomAccessFile randomAccessFile = new RandomAccessFile(file, "r")){
            randomAccessFile.seek(start + chunkSize);
            boolean eol = false;
            //判断当前的位置是否需要填充,如果当前没有数据或者是行尾,则不需要填充
            switch (randomAccessFile.read()) {
                case -1:
                case '\n':
                    eol = true;
                    break;
                case '\r':
                    eol = true;
                    break;
                default:
                    break;
            }
            //如果符合填充条件，对其进行填充，首先是读取一行数据，然后计算出这行数据的长度，然后将这行数据的长度加上前面读取了一字节，然后将这些长度加到chunkSize上
            if (!eol){
                String readLine = randomAccessFile.readLine();
                chunkSize += readLine.getBytes().length;
                chunkSize += 1; //加上前面读取的一字节
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
        return chunkSize;
    }
    private static void handlerReportTreeBaseData(long start, long chunkSize) {
        try (RandomAccessFile randomAccessFile = new RandomAccessFile("test.txt", "r")) {
            randomAccessFile.seek(start);
            long currentCount = 0L;
            String line;
            while (currentCount < chunkSize && (line = randomAccessFile.readLine()) != null){
                if (!line.isEmpty()){
                    currentCount += line.getBytes().length + System.lineSeparator().getBytes().length;
                    System.out.println(line);
                }
            }
        }catch (Exception ignored){
        }
    }
    public static void main(String[] args) throws IOException {
        SpiltFIle.splitChunks();
    }
}

最后也是能正常的读取完文件

以上就是Java利用多线程和分块实现快速读取文件的详细内容，更多关于Java读取文件的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

关于maven依赖 ${xxx.version}报错问题
这篇文章主要介绍了关于maven依赖 ${xxx.version}报错问题，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
2022-01-01
Spring Boot整合邮箱发送邮件实例
大家好，本篇文章主要讲的是Spring Boot整合邮箱发送邮件实例，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下
2022-02-02
Spring boot整合Springfox生成restful的在线api文档
这篇文章主要为大家介绍了Spring boot整合Springfox生成restful在线api文档，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
2022-03-03
Fastjson反序列化随机性失败示例详解
这篇文章主要为大家介绍了Fastjson反序列化随机性失败示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-08-08
深入学习 Java 中的 Lambda
Lambda表达式是Java SE 8中一个重要的新特性。lambda表达式允许你通过表达式来代替功能接口。 lambda表达式就和方法一样,它提供了一个正常的参数列表和一个使用这些参数的主体(body,可以是一个表达式或一个代码块)。,需要的朋友可以参考下
2019-06-06
浅谈springMVC拦截器和过滤器总结
本篇文章主要介绍了springMVC拦截器和过滤器总结，可以用来对访问的url进行拦截处理，有兴趣的可以了解一下。
2017-01-01
JAVA JSP页面技术之EL表达式整理归纳总结
这篇文章主要介绍了java中JSP页面技术之EL表达式概念作用以及语法等的使用，需要的朋友可以参考
2017-04-04
聊聊Spring循环依赖三级缓存是否可以减少为二级缓存的情况
这篇文章主要介绍了聊聊Spring循环依赖三级缓存是否可以减少为二级缓存的情况，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-02-02
Java中实现订单超时自动取消功能(最新推荐)
本文介绍了Java中实现订单超时自动取消功能的几种方法,包括定时任务、JDK延迟队列、Redis过期监听、Redisson分布式延迟队列、RocketMQ延迟消息和RabbitMQ死信队列,每种方法都有其优缺点,可以根据具体需求选择合适的方法,感兴趣的朋友一起看看吧
2025-02-02
Java日常开发中读写TXT文本举例详解
这篇文章主要给大家介绍了关于Java日常开发中读写TXT文本,包括使用BufferedReader、Scanner、FileInputStream等类进行读取,以及使用BufferedWriter、PrintWriter、FileOutputStream等类进行写入,需要的朋友可以参考下
2024-12-12

Java利用多线程和分块实现快速读取文件

目录

背景

方法

完整实现

相关文章

最新评论

大家感兴趣的内容

最近更新的内容

常用在线小工具