java有效率地讀取大文件

　1、概述

　　本教學將示範如何用Java有效率地讀取大檔案。這篇文章是Baeldung （http://www.baeldung.com/） 上「Java－回歸基礎」系列教學的一部分。

　　2、在記憶體中讀取

　　讀取檔案行的標準方式是在記憶體中讀取，Guava 和Apache Commons IO都提供瞭如下所示快速讀取檔案行的方法：

Files.readLines(new File(path), Charsets.UTF_8);
 
FileUtils.readLines(new File(path));

這種方法帶來的問題是檔案的所有行都存放在記憶體中，當檔案夠大時很快就會導致程式拋出OutOfMemoryError 異常。

　　例如：讀取一個大約1G的檔案：

@Test
public void givenUsingGuava_whenIteratingAFile_thenWorks() throws IOException {
    String path = ...
    Files.readLines(new File(path), Charsets.UTF_8);
}

這種方式開始時只佔用很少的記憶體：（大約消耗了0Mb記憶體）

[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Total Memory: 128 Mb
[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Free Memory: 116 Mb

然而，當檔案全部讀到記憶體後，我們最後可以看到（大約消耗了2GB記憶體）：

[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Total Memory: 2666 Mb
[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Free Memory: 490 Mb

這意味這一過程大約耗費了2.1GB的記憶體——原因很簡單：現在檔案的所有行都儲存在記憶體中。

　　把文件所有的內容都放在內存中很快會耗盡可用內存——不論實際可用內存有多大，這一點是顯而易見的。

　　此外，我們通常不需要把文件的所有行一次性地放入內存中——相反，我們只需要遍歷文件的每一行，然後做相應的處理，處理完之後把它扔掉。所以，這正是我們將要做的事——透過行迭代，而不是把所有行都放在記憶體中。

　　現在讓我們看下這種解決方案－我們將使用java.util.Scanner類掃描檔案的內容，一行一行連續地讀取：

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);
    }
    // note that Scanner suppresses exceptions
    if (sc.ioException() != null) {
        throw sc.ioException();
    }
} finally {
    if (inputStream != null) {
        inputStream.close();
    }
    if (sc != null) {
        sc.close();
    }
}

這種方案將會遍歷文件中的所有行——允許對每一行進行處理，而不保持對它的引用。總之沒有把它們存放在記憶體中：（大約消耗了150MB記憶體）

[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Total Memory: 763 Mb
[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Free Memory: 605 Mb

　4、Apache Commons IO流

　　同樣也可以使用Commons IO庫實現，利用該庫提供的自定義LineIterrrator:

reee

文件不是全部​​存放在記憶體中，這也導致相當保守的記憶體消耗：（大約消耗了150MB記憶體）

LineIterator it = FileUtils.lineIterator(theFile, "UTF-8");
try {
    while (it.hasNext()) {
        String line = it.nextLine();
        // do something with line
    }
} finally {
    LineIterator.closeQuietly(it);
}