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：
我要评论
...
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移动技术网。
如对本文有疑问， 点击进行留言回复！！
Android 4.0使用Kotlin调用C语言以及汇编语言
Java Class.forName()用法和newInstance()方法原理解析
网友评论