Java高效读取大文件实例分析

1、概述

本教程将演示如何用Java高效地读取大文件。Java——回归基础。

2、在内存中读取

读取文件行的标准方式是在内存中读取，Guava和ApacheCommonsIO都提供了如下所示快速读取文件行的方法：

Files.readLines(new File(path), Charsets.UTF_8);

FileUtils.readLines(new File(path));

这种方法带来的问题是文件的所有行都被存放在内存中，当文件足够大时很快就会导致程序抛出OutOfMemoryError异常。

例如：读取一个大约1G的文件：

									@Test

									public void givenUsingGuava_whenIteratingAFile_thenWorks() throws IOException {

									  String path = ...

									  Files.readLines(new File(path), Charsets.UTF_8);

									}

这种方式开始时只占用很少的内存：（大约消耗了0Mb内存）

1 2	`[main] INFO org.baeldung.java.CoreJavaIoUnitTest - Total Memory:` `128` `Mb` `[main] INFO org.baeldung.java.CoreJavaIoUnitTest - Free Memory:` `116` `Mb`

然而，当文件全部读到内存中后，我们最后可以看到（大约消耗了2GB内存）：

1 2	`[main] INFO org.baeldung.java.CoreJavaIoUnitTest - Total Memory:` `2666` `Mb` `[main] INFO org.baeldung.java.CoreJavaIoUnitTest - Free Memory:` `490` `Mb`

这意味这一过程大约耗费了2.1GB的内存——原因很简单：现在文件的所有行都被存储在内存中。

把文件所有的内容都放在内存中很快会耗尽可用内存——不论实际可用内存有多大，这点是显而易见的。

此外，我们通常不需要把文件的所有行一次性地放入内存中——相反，我们只需要遍历文件的每一行，然后做相应的处理，处理完之后把它扔掉。所以，这正是我们将要做的——通过行迭代，而不是把所有行都放在内存中。

3、文件流

现在让我们看下这种解决方案——我们将使用java.util.Scanner类扫描文件的内容，一行一行连续地读取：

									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);

									  }

									  // note that Scanner suppresses exceptions

									  if (sc.ioException() != null) {

									    throw sc.ioException();

									  }

									} finally {

									  if (inputStream != null) {

									    inputStream.close();

									  }

									  if (sc != null) {

									    sc.close();

									  }

									}

这种方案将会遍历文件中的所有行——允许对每一行进行处理，而不保持对它的引用。总之没有把它们存放在内存中：（大约消耗了150MB内存）

[main]INFOorg.baeldung.java.CoreJavaIoUnitTest-TotalMemory:763Mb

[main]INFOorg.baeldung.java.CoreJavaIoUnitTest-FreeMemory:605Mb

4、ApacheCommonsIO流

同样也可以使用CommonsIO库实现，利用该库提供的自定义LineIterator:

									LineIterator it = FileUtils.lineIterator(theFile, "UTF-8");

									try {

									  while (it.hasNext()) {

									    String line = it.nextLine();

									    // do something with line

									  }

									} finally {

									  LineIterator.closeQuietly(it);

									}