java高效读大文件(csv,text)的几种处理方式

 更新时间:2024年07月03日 09:40:14   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!

相关文章

  • Java 垃圾回收机制详解及实例代码

    Java 垃圾回收机制详解及实例代码

    这篇文章主要介绍了 Java 垃圾回收机制详解及实例代码的相关资料,需要的朋友可以参考下
    2017-02-02
  • Java内存分配多种情况的用法解析

    Java内存分配多种情况的用法解析

    这篇文章主要介绍了Java内存分配多种情况的用法解析,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
    2019-11-11
  • SpringBoot XSS攻击的常见形式与防范方法

    SpringBoot XSS攻击的常见形式与防范方法

    XSS攻击是指攻击者在Web页面的输入数据中插入恶意脚本,当其他用户浏览该页面时,这些脚本就会在用户的浏览器上执行,可能导致信息泄露、会话劫持、恶意操作等安全风险,本文给大家介绍了SpringBoot XSS攻击的常见形式与防范方法,需要的朋友可以参考下
    2024-11-11
  • spring中12种@Transactional的失效场景(小结)

    spring中12种@Transactional的失效场景(小结)

    日常我们进行业务开发时,基本上使用的都是声明式事务,即为使用@Transactional注解的方式,本文主要介绍了spring中12种@Transactional的失效场景,感兴趣的小伙伴们可以参考一下
    2022-01-01
  • Java详细讲解包的作用以及修饰符的介绍

    Java详细讲解包的作用以及修饰符的介绍

    本文主要讲述的是包的使用和注意事项和四种访问修饰符public,protected,默认的,private的访问范围及实例,感兴趣的朋友一起来看看
    2022-05-05
  • 浅析java 归并排序算法

    浅析java 归并排序算法

    这篇文章主要简单介绍了java 归并排序算法的工作原理及代码,需要的朋友可以参考下
    2015-02-02
  • SpringCloud启动eureka server后,没报错却不能访问管理页面(404问题)

    SpringCloud启动eureka server后,没报错却不能访问管理页面(404问题)

    这篇文章主要介绍了SpringCloud启动eureka server后,没报错却不能访问管理页面(404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
    2023-11-11
  • Spring中Bean的创建流程详细解读

    Spring中Bean的创建流程详细解读

    这篇文章主要介绍了Spring中Bean的创建流程详细解读,Spring 中创建 Bean ,是通过调用 GetBean 方法来触发的,所以,我们会从这个方法开始,需要的朋友可以参考下
    2023-10-10
  • spring mvc中的@PathVariable获得请求url中的动态参数

    spring mvc中的@PathVariable获得请求url中的动态参数

    本文主要介绍了spring mvc中的@PathVariable获得请求url中的动态参数的代码。具有很好的参考价值,下面跟着小编一起来看下吧
    2017-02-02
  • springboot使用redis实现从配置到实战

    springboot使用redis实现从配置到实战

    本文主要介绍了springboot使用redis ,采用的是RedisTemplate的形式,还有一种采用spring支持的注解进行访问缓存,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-08-08

最新评论