❶ java讀取解析大文件 40G左右求出name重復次top10的信息並輸出求教高手,怕以後遇到類似問題
1、首先大文件統計詞頻如果不依賴第三方組件的話實現起來很麻煩沒有回相關經驗的話很容易出問題答
2、若要使用java原生庫的話建議使用多線程構建一個MapRece模型，多線程逐行或者按塊讀將各自任務下的詞頻統計到DB
3、若使用第三方的話建議使用solr或者flink這種高度封裝的組件既可以保證結果的正確性也可以保證性能
❷ java 如何讀取大文件
以下將從常規方法談起，通過對比來說明應該如何使用java讀取大文件。
1、常規：在內存中讀取
讀取文件行的標准方式是在內存中讀取，Guava 和Apache Commons IO都提供了如下所示快速讀取文件行的方法：
Files.readLines(new File(path), Charsets.UTF_8);
FileUtils.readLines(new File(path));
這種方法帶來的問題是文件的所有行都被存放在內存中，當文件足夠大時很快就會導致程序拋出OutOfMemoryError 異常。
例如：讀取一個大約1G的文件：
@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內存：（大約消耗了0Mb內存）
然而，當文件全部讀到內存中後，我們最後可以看到（大約消耗了2GB內存）：
這意味這一過程大約耗費了2.1GB的內存——原因很簡單：現在文件的所有行都被存儲在內存中。
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——通過行迭代，而不是把所有行都放在內存中。
2、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);
}
// 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內存中：（大約消耗了150MB內存）
3、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LineIterator:
LineIterator it = FileUtils.lineIterator(theFile, "UTF-8");
try {
while (it.hasNext()) {
String line = it.nextLine();
// do something with line
}
} finally {
LineIterator.closeQuietly(it);
}
由於整個文件不是全部存放在內存中，這也就導致相當保守的內存消耗：（大約消耗了150MB內存）
❸ java 讀取大文件時怎麼樣才能加快速度
可以試試RandomAccessFile 隨機輸入流類
下面是API文檔上摘下來的：
java.io
類 RandomAccessFile
java.lang.Object
java.io.RandomAccessFile
所有已實現的介面：
Closeable, DataInput, DataOutput
--------------------------------------------------------------------------------
public class RandomAccessFileextends Objectimplements DataOutput, DataInput, Closeable此類的實例支持對隨機存取文件的讀取和寫入。隨機存取文件的行為類似存儲在文件系統中的一個大型位元組數組。存在指向該隱含數組的游標或索引，稱為文件指針；輸入操作從文件指針開始讀取位元組，並隨著對位元組的讀取而前移此文件指針。如果隨機存取文件以讀取/寫入模式創建，則輸出操作也可用；輸出操作從文件指針開始寫入位元組，並隨著對位元組的寫入而前移此文件指針。寫入隱含數組的當前末尾之後的輸出操作導致該數組擴展。該文件指針可以通過 getFilePointer 方法讀取，並通過 seek 方法設置。
通常，如果此類中的所有讀取常式在讀取所需數量的位元組之前已到達文件末尾，則拋出 EOFException（是一種 IOException）。如果由於某些原因無法讀取任何位元組，而不是在讀取所需數量的位元組之前已到達文件末尾，則拋出 IOException，而不是 EOFException。需要特別指出的是，如果流已被關閉，則可能拋出 IOException。
從以下版本開始：
JDK1.0