Java读取具有7000万行文本的大文本文件

Question

我有一个包含7000万行文本的大型测试文件。我必须逐行阅读文件。

我使用了两种不同的方法：

InputStreamReader isr = new InputStreamReader(new FileInputStream(FilePath),"unicode");
BufferedReader br = new BufferedReader(isr);
while((cur=br.readLine()) != null);

和

LineIterator it = FileUtils.lineIterator(new File(FilePath), "unicode");
while(it.hasNext()) cur=it.nextLine();

是否有另一种方法可以使此任务更快？

最好的祝福，

Answer 1

1）我确定速度没有差异，两者都在内部使用FileInputStream和缓冲

2）您可以进行测量并亲自查看

3）虽然没有性能优势，但我喜欢1.7方法

try (BufferedReader br = Files.newBufferedReader(Paths.get("test.txt"), StandardCharsets.UTF_8)) {
    for (String line = null; (line = br.readLine()) != null;) {
        //
    }
}

4）基于扫描仪的版本

    try (Scanner sc = new Scanner(new File("test.txt"), "UTF-8")) {
        while (sc.hasNextLine()) {
            String line = sc.nextLine();
        }
        // note that Scanner suppresses exceptions
        if (sc.ioException() != null) {
            throw sc.ioException();
        }
    }

5）这可能比其余的更快

try (SeekableByteChannel ch = Files.newByteChannel(Paths.get("test.txt"))) {
    ByteBuffer bb = ByteBuffer.allocateDirect(1000);
    for(;;) {
        StringBuilder line = new StringBuilder();
        int n = ch.read(bb);
        // add chars to line
        // ...
    }
}

它需要一些编码，但是由于，它确实可以更快ByteBuffer.allocateDirect。它允许操作系统从文件ByteBuffer直接读取字节，而无需复制

6）并行处理肯定会提高速度。创建一个大字节缓冲区，运行多个任务，将文件中的字节并行读取到该缓冲区中，当准备好找到行的第一行时，创建一个String，然后查找下一个…