Java如何高效的读取一个超大文件?(四种方式分析对比)

上一篇 / 下一篇  2021-01-15 13:55:27

  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。最后的出的结论是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";
  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";
  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。

参与调查问卷,赢取测试好礼!
识别下方二维码或点击链接
成功提交后免费获得资料和课程
更有抽奖好礼等着你


TAG: 软件开发 Java

 

评分:0

我来说两句

Open Toolbar