Java如何高效的读取一个超大文件

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

这篇文章主要介绍“Java如何高效的读取一个超大文件”，在日常操作中，相信很多人在Java如何高效的读取一个超大文件问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Java如何高效的读取一个超大文件”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

前言

我最近在优化我的PDF转word的开源小工具，有时候会遇到一个问题，就是如果我的PDF文件比较大，几百兆，如何更快更节省内存的读取它。于是我分析对比了四种常见的读取文件的方式，并使用javaVisualVM工具进行了分析。最后的出的结论是commons-io时间和空间都更加的高效。研究分析依然来自哪位baeldung国外大佬。

下面我会给出几种常见的读取大文件的方式。

读取大文件的四种方式

首先我自己在本地压缩了一个文件夹，大概500M左右。虽然不是很大但是，相对还可以。

方法1：Guava读取

String path = "G:\\java书籍及工具.zip"; Files.readLines(new File(path), Charsets.UTF_8);

使用guava读取比较简单，一行代码就搞定了。

下面去jdk的bin目录找到javaVisualVM工具，然后双击运行即可。

Java如何高效的读取一个超大文件

从上图可以看到：

时间消耗：20秒
堆内存：最高2.5G
CPU消耗：最高50%

我们一个500M的文件，堆内存最高竟然2.5G，如果我们读取一个2G的文件，可能我们的电脑直接死机了就。

方式2：Apache Commons IO普通方式

String path = "G:\\java书籍及工具.zip"; FileUtils.readLines(new File(path), Charsets.UTF_8);

这种方式也比较简单，同样是一行代码。下面运行，也分析一波：

Java如何高效的读取一个超大文件

从上图可以看到：

时间消耗：17秒
堆内存：最高2.5G
CPU消耗：最高50%，平稳运行25%左右

这种方式和上面那种基本上消耗差不多，肯定不是我想要的。

方式3：java文件流

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);      }      if (sc.ioException() != null) {           throw sc.ioException();      } } finally {      if (inputStream != null) {           inputStream.close();      }      if (sc != null) {            sc.close();      } }

这种方式其实就是java中最常见的方式，然后我们运行分析一波：

Java如何高效的读取一个超大文件

从上图可以看到：

时间消耗：32秒，增加了一倍
堆内存：最高1G，少了一半
CPU消耗：平稳运行25%左右

这种方式确实很优秀，但是时间上开销更大。

方式4：Apache Commons IO流

LineIterator it = FileUtils.lineIterator(new File(path), "UTF-8"); try {       while (it.hasNext()) {           String line = it.nextLine();       } } finally {      LineIterator.closeQuietly(it); }

这种方式代码看起来比较简单，所以直接运行一波吧：

Java如何高效的读取一个超大文件