最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

java實(shí)現(xiàn)大文本文件拆分

 更新時(shí)間:2020年05月19日 17:22:30   作者:lucky_白楊  
這篇文章主要為大家詳細(xì)介紹了java實(shí)現(xiàn)大文本文件拆分,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

本文實(shí)例為大家分享了java實(shí)現(xiàn)大文本文件拆分的具體代碼,供大家參考,具體內(nèi)容如下

生成大文件

public static void createBigFile() throws IOException {
 File file = new File("/Users/yangpeng/Documents/temp/big_file.csv");
 FileWriter fileWriter = new FileWriter(file);
 BufferedWriter bufferedWriter = new BufferedWriter(fileWriter);
 String str = "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa1";
 for (int i = 0; i < 1000000; i++) {
  bufferedWriter.write(str);
  bufferedWriter.newLine();
 }
 bufferedWriter.flush();
 bufferedWriter.close();
}

文件拆分

此處沒(méi)有給出根據(jù)文件大小計(jì)算需要拆分的文件數(shù)量,所以這里是給定一個(gè)拆分文件數(shù)量

思路

思路:給定帶拆分?jǐn)?shù)量,計(jì)算出每個(gè)文件的平均字節(jié)數(shù),然后循環(huán)文件數(shù)進(jìn)行每個(gè)文件的拆分。拆分第一個(gè)文件時(shí),根據(jù)平均字節(jié)數(shù)往后取給定的大約行字節(jié)數(shù)的字節(jié),然后循環(huán)字節(jié)判斷是否為\r或者\(yùn)n,如果字節(jié)為\r或者\(yùn)n則代表到達(dá)行末尾,記錄行尾字節(jié)位置。知道了開(kāi)頭字節(jié)位置與結(jié)束字節(jié)位置,就可以將此位置之間的數(shù)據(jù)生成子文件了。繼續(xù)循環(huán)拆分下個(gè)文件,基于上個(gè)文件記錄的結(jié)束字節(jié)位置繼續(xù)計(jì)算當(dāng)前文件的結(jié)束位置,直到到達(dá)拆分文件的數(shù)量或者大文件讀取完畢。

舉個(gè)栗子:

有一個(gè)3行記錄的文件,假設(shè)每行記錄行字節(jié)包含換行符的字節(jié)數(shù)為100,也就是說(shuō)這個(gè)文件的總字節(jié)數(shù)為300。

我現(xiàn)在要將這個(gè)文件拆分成2個(gè)。按照上面的思路,首先我需要計(jì)算出文件的平均值300/2=150,這里計(jì)算出的平均值并不是拆分出來(lái)的子文件一定是150,因?yàn)檫@個(gè)數(shù)字位置的字節(jié)有可能在一行的中間,那么我要基于這個(gè)數(shù)字算出下個(gè)換行符出現(xiàn)的位置當(dāng)做我這個(gè)子文件的結(jié)束位。

所以我給定一個(gè)行字節(jié)數(shù)100+150=250,這個(gè)150到250之間的字節(jié)我認(rèn)為有換行符,所以我輪詢這100字節(jié),判斷是否為換行符,結(jié)果我輪到到50的位置發(fā)現(xiàn)了換行。

那么我這個(gè)第一個(gè)文件的結(jié)束位置是150+50=200,然后將0到200之間的字節(jié)生成第一個(gè)文件。然后基于這個(gè)200的位置繼續(xù)拆分下個(gè)文件,由于200+150已經(jīng)大于了源文件的大小,所以直接將200到300的數(shù)據(jù)生成一個(gè)子文件。所以最終的結(jié)果是一二行為一個(gè)子文件,三行為第二個(gè)子文件。

代碼

考慮到性能與內(nèi)存占用的問(wèn)題,此處實(shí)現(xiàn)采用NIO

public static void splitFile(String filePath, int fileCount) throws IOException {
 FileInputStream fis = new FileInputStream(filePath);
 FileChannel inputChannel = fis.getChannel();
 final long fileSize = inputChannel.size();
 long average = fileSize / fileCount;//平均值
 long bufferSize = 200; //緩存塊大小,自行調(diào)整
 ByteBuffer byteBuffer = ByteBuffer.allocate(Integer.valueOf(bufferSize + "")); // 申請(qǐng)一個(gè)緩存區(qū)
 long startPosition = 0; //子文件開(kāi)始位置
 long endPosition = average < bufferSize ? 0 : average - bufferSize;//子文件結(jié)束位置
 for (int i = 0; i < fileCount; i++) {
  if (i + 1 != fileCount) {
   int read = inputChannel.read(byteBuffer, endPosition);// 讀取數(shù)據(jù)
   readW:
   while (read != -1) {
    byteBuffer.flip();//切換讀模式
    byte[] array = byteBuffer.array();
    for (int j = 0; j < array.length; j++) {
     byte b = array[j];
     if (b == 10 || b == 13) { //判斷\n\r
      endPosition += j;
      break readW;
     }
    }
    endPosition += bufferSize;
    byteBuffer.clear(); //重置緩存塊指針
    read = inputChannel.read(byteBuffer, endPosition);
   }
  }else{
   endPosition = fileSize; //最后一個(gè)文件直接指向文件末尾
  }

  FileOutputStream fos = new FileOutputStream(filePath + (i + 1));
  FileChannel outputChannel = fos.getChannel();
  inputChannel.transferTo(startPosition, endPosition - startPosition, outputChannel);//通道傳輸文件數(shù)據(jù)
  outputChannel.close();
  fos.close();
  startPosition = endPosition + 1;
  endPosition += average;
 }
 inputChannel.close();
 fis.close();

}

public static void main(String[] args) throws Exception {
 Scanner scanner = new Scanner(System.in);
 scanner.nextLine();
 long startTime = System.currentTimeMillis();
 splitFile("/Users/yangpeng/Documents/temp/big_file.csv",5);
 long endTime = System.currentTimeMillis();
 System.out.println("耗費(fèi)時(shí)間: " + (endTime - startTime) + " ms");
 scanner.nextLine();
}

使用NIO可以高效的實(shí)現(xiàn)文件拆分,我的文件為100W行大小為1.02G的文本文件,拆分成5個(gè)子文件總耗時(shí)1224ms

后如下是使用jvisualvm監(jiān)控的程序內(nèi)存:

可以看到拆分期間內(nèi)存浮動(dòng)基本在1M左右。

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論

蛟河市| 五莲县| 苍梧县| 南阳市| 珠海市| 五常市| 昌黎县| 江北区| 逊克县| 石屏县| 丽水市| 藁城市| 祁阳县| 盐源县| 西乌珠穆沁旗| 陈巴尔虎旗| 启东市| 黄龙县| 仁化县| 南漳县| 乌什县| 涞源县| 阜康市| 延边| 绍兴市| 明光市| 壶关县| 宜兰市| 乐东| 嘉鱼县| 贵溪市| 缙云县| 溧阳市| 改则县| 洱源县| 沽源县| 玉林市| 昌黎县| 宁都县| 于田县| 东乡县|