您好,登錄后才能下訂單哦!
接上次寫的“JAVA讀取超大文件”。在讀取超過10G的文件時會發現一次讀一行的速度實在是不能接受,想到使用多線程+FileChannel來做一個使用多線程版本。
基本思路如下:
1.計算出文件總大小
2.分段處理,計算出每個線程讀取文件的開始與結束位置
(文件大小/線程數)*N,N是指第幾個線程,這樣能得到每個線程在讀該文件的大概起始位置
使用"大概起始位置",作為讀文件的開始偏移量(fileChannel.position("大概起始位置")),來讀取該文件,直到讀到第一個換行符,記錄下這個換行符的位置,作為該線程的準確起 始位置.同時它也是上一個線程的結束位置.最后一個線程的結束位置也直接設置為-1
3.啟動線程,每個線程從開始位置讀取到結束位置為止
代碼如下:
讀文件工具類
import java.io.*; import java.nio.ByteBuffer; import java.nio.channels.FileChannel; import java.util.Observable; /** * Created with IntelliJ IDEA. * User: okey * Date: 14-4-2 * Time: 下午3:12 * 讀取文件 */ public class ReadFile extends Observable { private int bufSize = 1024; // 換行符 private byte key = "\n".getBytes()[0]; // 當前行數 private long lineNum = 0; // 文件編碼,默認為gb2312 private String encode = "gb2312"; // 具體業務邏輯監聽器 private ReaderFileListener readerListener; public void setEncode(String encode) { this.encode = encode; } public void setReaderListener(ReaderFileListener readerListener) { this.readerListener = readerListener; } /** * 獲取準確開始位置 * @param file * @param position * @return * @throws Exception */ public long getStartNum(File file, long position) throws Exception { long startNum = position; FileChannel fcin = new RandomAccessFile(file, "r").getChannel(); fcin.position(position); try { int cache = 1024; ByteBuffer rBuffer = ByteBuffer.allocate(cache); // 每次讀取的內容 byte[] bs = new byte[cache]; // 緩存 byte[] tempBs = new byte[0]; String line = ""; while (fcin.read(rBuffer) != -1) { int rSize = rBuffer.position(); rBuffer.rewind(); rBuffer.get(bs); rBuffer.clear(); byte[] newStrByte = bs; // 如果發現有上次未讀完的緩存,則將它加到當前讀取的內容前面 if (null != tempBs) { int tL = tempBs.length; newStrByte = new byte[rSize + tL]; System.arraycopy(tempBs, 0, newStrByte, 0, tL); System.arraycopy(bs, 0, newStrByte, tL, rSize); } // 獲取開始位置之后的第一個換行符 int endIndex = indexOf(newStrByte, 0); if (endIndex != -1) { return startNum + endIndex; } tempBs = substring(newStrByte, 0, newStrByte.length); startNum += 1024; } } catch (Exception e) { e.printStackTrace(); } finally { fcin.close(); } return position; } /** * 從設置的開始位置讀取文件,一直到結束為止。如果 end設置為負數,剛讀取到文件末尾 * @param fullPath * @param start * @param end * @throws Exception */ public void readFileByLine(String fullPath, long start, long end) throws Exception { File fin = new File(fullPath); if (fin.exists()) { FileChannel fcin = new RandomAccessFile(fin, "r").getChannel(); fcin.position(start); try { ByteBuffer rBuffer = ByteBuffer.allocate(bufSize); // 每次讀取的內容 byte[] bs = new byte[bufSize]; // 緩存 byte[] tempBs = new byte[0]; String line = ""; // 當前讀取文件位置 long nowCur = start; while (fcin.read(rBuffer) != -1) { nowCur += bufSize; int rSize = rBuffer.position(); rBuffer.rewind(); rBuffer.get(bs); rBuffer.clear(); byte[] newStrByte = bs; // 如果發現有上次未讀完的緩存,則將它加到當前讀取的內容前面 if (null != tempBs) { int tL = tempBs.length; newStrByte = new byte[rSize + tL]; System.arraycopy(tempBs, 0, newStrByte, 0, tL); System.arraycopy(bs, 0, newStrByte, tL, rSize); } // 是否已經讀到最后一位 boolean isEnd = false; // 如果當前讀取的位數已經比設置的結束位置大的時候,將讀取的內容截取到設置的結束位置 if (end > 0 && nowCur > end) { // 緩存長度 - 當前已經讀取位數 - 最后位數 int l = newStrByte.length - (int) (nowCur - end); newStrByte = substring(newStrByte, 0, l); isEnd = true; } int fromIndex = 0; int endIndex = 0; // 每次讀一行內容,以 key(默認為\n) 作為結束符 while ((endIndex = indexOf(newStrByte, fromIndex)) != -1) { byte[] bLine = substring(newStrByte, fromIndex, endIndex); line = new String(bLine, 0, bLine.length, encode); lineNum++; // 輸出一行內容,處理方式由調用方提供 readerListener.outLine(line.trim(), lineNum, false); fromIndex = endIndex + 1; } // 將未讀取完成的內容放到緩存中 tempBs = substring(newStrByte, fromIndex, newStrByte.length); if (isEnd) { break; } } // 將剩下的最后內容作為一行,輸出,并指明這是最后一行 String lineStr = new String(tempBs, 0, tempBs.length, encode); readerListener.outLine(lineStr.trim(), lineNum, true); } catch (Exception e) { e.printStackTrace(); } finally { fcin.close(); } } else { throw new FileNotFoundException("沒有找到文件:" + fullPath); } // 通知觀察者,當前工作已經完成 setChanged(); notifyObservers(start+"-"+end); } /** * 查找一個byte[]從指定位置之后的一個換行符位置 * * @param src * @param fromIndex * @return * @throws Exception */ private int indexOf(byte[] src, int fromIndex) throws Exception { for (int i = fromIndex; i < src.length; i++) { if (src[i] == key) { return i; } } return -1; } /** * 從指定開始位置讀取一個byte[]直到指定結束位置為止生成一個全新的byte[] * * @param src * @param fromIndex * @param endIndex * @return * @throws Exception */ private byte[] substring(byte[] src, int fromIndex, int endIndex) throws Exception { int size = endIndex - fromIndex; byte[] ret = new byte[size]; System.arraycopy(src, fromIndex, ret, 0, size); return ret; } }
讀文件線程
/** * Created with IntelliJ IDEA. * User: okey * Date: 14-4-2 * Time: 下午4:50 * To change this template use File | Settings | File Templates. */ public class ReadFileThread extends Thread { private ReaderFileListener processPoiDataListeners; private String filePath; private long start; private long end; public ReadFileThread(ReaderFileListener processPoiDataListeners,long start,long end,String file) { this.setName(this.getName()+"-ReadFileThread"); this.start = start; this.end = end; this.filePath = file; this.processPoiDataListeners = processPoiDataListeners; } @Override public void run() { ReadFile readFile = new ReadFile(); readFile.setReaderListener(processPoiDataListeners); readFile.setEncode(processPoiDataListeners.getEncode()); // readFile.addObserver(); try { readFile.readFileByLine(filePath, start, end + 1); } catch (Exception e) { e.printStackTrace(); } } }
具體業務邏輯監聽
/** * Created with Okey * User: Okey * Date: 13-3-14 * Time: 下午3:19 * NIO逐行讀數據回調方法 */ public abstract class ReaderFileListener { // 一次讀取行數,默認為500 private int readColNum = 500; private String encode; private List<String> list = new ArrayList<String>(); /** * 設置一次讀取行數 * @param readColNum */ protected void setReadColNum(int readColNum) { this.readColNum = readColNum; } public String getEncode() { return encode; } public void setEncode(String encode) { this.encode = encode; } /** * 每讀取到一行數據,添加到緩存中 * @param lineStr 讀取到的數據 * @param lineNum 行號 * @param over 是否讀取完成 * @throws Exception */ public void outLine(String lineStr, long lineNum, boolean over) throws Exception { if(null != lineStr) list.add(lineStr); if (!over && (lineNum % readColNum == 0)) { output(list); list.clear(); } else if (over) { output(list); list.clear(); } } /** * 批量輸出 * * @param stringList * @throws Exception */ public abstract void output(List<String> stringList) throws Exception; }
線程調度
import java.io.File; import java.io.FileInputStream; import java.io.IOException; /** * Created with IntelliJ IDEA. * User: okey * Date: 14-4-1 * Time: 下午6:03 * To change this template use File | Settings | File Templates. */ public class BuildData { public static void main(String[] args) throws Exception { File file = new File("E:\\1396341974289.csv"); FileInputStream fis = null; try { ReadFile readFile = new ReadFile(); fis = new FileInputStream(file); int available = fis.available(); int maxThreadNum = 50; // 線程粗略開始位置 int i = available / maxThreadNum; for (int j = 0; j < maxThreadNum; j++) { // 計算精確開始位置 long startNum = j == 0 ? 0 : readFile.getStartNum(file, i * j); long endNum = j + 1 < maxThreadNum ? readFile.getStartNum(file, i * (j + 1)) : -2; // 具體監聽實現 ProcessDataByPostgisListeners listeners = new ProcessDataByPostgisListeners("gbk"); new ReadFileThread(listeners, startNum, endNum, file.getPath()).start(); } } catch (IOException e) { e.printStackTrace(); } catch (Exception e) { e.printStackTrace(); } } }
現在就可以盡情的調整 maxThreadNum來享受風一般的速度吧!
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持億速云。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。