如何在Java 8中并行读取文件的所有行

Question

我想将1
GB大文件的所有行尽快读取到中Stream<String>。目前，我正在Files(path).lines()为此使用。解析文件后，我要进行一些计算（map()/
filter()）。

起初我以为这已经并行完成了，但是似乎我错了：当按原样读取文件时，在我的双CPU笔记本电脑上大约需要50秒钟。但是，如果我使用bash命令拆分文件，然后并行处理它们，则只需要30秒钟。

我尝试了以下组合：

1. 单个文件，没有并行lines（）流〜50秒
2. 单个文件，Files(..).lines().parallel().[...]约50秒
3. 两个文件，无平行lines（）间隔约30秒
4. 两个文件，Files(..).lines().parallel().[...]大约30秒

我多次运行这4次，结果大致相同（1或2秒）。的[...]是地图和只有过滤器的链，具有toArray(...)在结束触发评估。

结论是使用没什么区别lines().parallel()。由于并行读取两个文件需要更短的时间，因此拆分文件可提高性能。但是，似乎整个文件是按顺序读取的。

编辑：
我想指出的是，我使用SSD，因此实际上没有寻找时间。该文件总共有1658652（相对较短）行。用bash分割文件大约需要1.5秒：

   time split -l 829326 file # 829326 = 1658652 / 2
   split -l 829326 file  0,14s user 1,41s system 16% cpu 9,560 total

所以我的问题是，Java 8JDK中是否有任何类或html" target="_blank">函数可以并行读取所有行而不必先拆分它？例如，如果我有两个CPU内核，则第一行读取器应该从第一行开始，第二行应该从line开始(totalLines/2)+1。

Answer 1

您可能会从这篇文章中找到一些帮助。尝试使文件的实际读取并行化可能是错误的树，因为最大的减缓将是您的文件系统（即使在SSD上）。

如果您在内存中设置文件通道，则应该能够从那里并行地并行处理数据，但是您将不需要它，因为您会看到速度大大提高。