码迷,mamicode.com
首页 > 编程语言 > 详细

Java读写大文本文件(2GB以上)

时间:2016-05-27 21:58:42      阅读:209      评论:0      收藏:0      [点我收藏+]

标签:

如下的程序,将一个行数为fileLines的文本文件平均分为splitNum个小文本文件,其中换行符‘r‘是linux上的,windows的java换行符是‘\r\n‘:

  1. package kddcup2012.task2.FileSystem;  
  2.   
  3. import java.io.BufferedInputStream;  
  4. import java.io.BufferedReader;  
  5. import java.io.File;  
  6. import java.io.FileInputStream;  
  7. import java.io.FileWriter;  
  8. import java.io.IOException;  
  9. import java.io.InputStreamReader;  
  10.   
  11. public class FileSplit  
  12. {     
  13.     public static void main(String[] args) throws IOException  
  14.     {  
  15.         long timer = System.currentTimeMillis();  
  16.         int bufferSize = 20 * 1024 * 1024;//设读取文件的缓存为20MB   
  17.           
  18.         //建立缓冲文本输入流   
  19.         File file = new File("/media/Data/毕业设计/kdd cup/数据/userid_profile.txt");  
  20.         FileInputStream fileInputStream = new FileInputStream(file);  
  21.         BufferedInputStream bufferedInputStream = new BufferedInputStream(fileInputStream);  
  22.         InputStreamReader inputStreamReader = new InputStreamReader(bufferedInputStream);  
  23.         BufferedReader input = new BufferedReader(inputStreamReader, bufferSize);  
  24.           
  25.         int splitNum = 112-1;//要分割的块数减一   
  26.         int fileLines = 23669283;//输入文件的行数   
  27.         long perSplitLines = fileLines / splitNum;//每个块的行数   
  28.         for (int i = 0; i <= splitNum; ++i)  
  29.         {  
  30.             //分割   
  31.             //每个块建立一个输出   
  32.             FileWriter output = new FileWriter("/home/haoqiong/part" + i + ".txt");  
  33.             String line = null;  
  34.             //逐行读取,逐行输出   
  35.             for (long lineCounter = 0; lineCounter < perSplitLines && (line = input.readLine()) != null; ++lineCounter)  
  36.             {  
  37.                 output.append(line + "\r");  
  38.             }  
  39.             output.flush();  
  40.             output.close();  
  41.             output = null;  
  42.         }  
  43.         input.close();  
  44.         timer = System.currentTimeMillis() - timer;  
  45.         System.out.println("处理时间:" + timer);  
  46.     }  
  47. }  

以上程序处理大文本文件只需要30MB左右的内存空间(这和所设的读取缓冲大小有关),但是速度不是很快,在磁盘没有其他程序占用的情况下,将200MB文件分割为112份需要20秒(机器配置:Centrino2 P7450 CPU,2GB DDR3内存,Ubuntu 11.10系统,硬盘最大读写速度大约60MB/S)。

另外,对于几百兆到2GB大小的文件,使用内存映射文件的话,速度会块一些,但是内存映射由于映射的文件长度不能超过java中int类型的最大值,所以只能处理2GB以下的文件。

Java读写大文本文件(2GB以上)

标签:

原文地址:http://www.cnblogs.com/firstdream/p/5535977.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!