Java读写大文本文件（2GB以上）

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