小編這次要給大家分享的是Java如何實現(xiàn)大文本并行計算，文章內(nèi)容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。
創(chuàng)新互聯(lián)公司是一家專注于成都做網(wǎng)站、網(wǎng)站制作與策劃設(shè)計,龍港網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)公司做網(wǎng)站,專注于網(wǎng)站建設(shè)十年,網(wǎng)設(shè)計領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:龍港等地區(qū)。龍港做網(wǎng)站價格咨詢:18980820575
簡單提高文本讀取效率，使用BufferedReader是個不錯的選擇。速度最快的方法是MappedByteBuffer，但是，相比BufferedReader而言，效果不是非常明顯。也就是說，后者雖然快，但也快的有限（不要抱有性能提升幾倍的幻想）。
對于大文本的讀取，性能瓶頸主要在IO，read占時間多是正常的，硬盤本身就不快，讀入內(nèi)存后還要轉(zhuǎn)成對象，都比較耗時間。
想要提速應(yīng)當(dāng)用并行的辦法，用多線程同時讀取和處理數(shù)據(jù)，但Java寫多線程程序很麻煩，并行分段讀同一個文件時還要考慮調(diào)整邊界，也比較麻煩。
比如要這么個場景：分組匯總每個客戶的銷售額，部分源數(shù)據(jù)如下：
O_ORDERKEY O_CUSTKEY O_ORDERDATE O_TOTALPRICE 10262 RATTC 1996-07-22 14487.0 10263 ERNSH 1996-07-23 43818.0 10264 FOLKO 2007-07-24 1101.0 10265 BLONP 1996-07-25 5528.0 10266 WARTH 1996-07-26 7719.0 10267 FRANK 1996-07-29 20858.0 10268 GROSR 1996-07-30 19887.0 10269 WHITC 1996-07-31 456.0 10270 WARTH 1996-08-01 13654.0 ...
期望的結(jié)果：
Java部分多線程代碼大概要寫成這樣：
重慶分公司
重慶分公司
...
final int DOWN_THREAD_NUM = 8;
CountDownLatch doneSignal = new CountDownLatch(DOWN_THREAD_NUM);
RandomAccessFile[] outArr = new RandomAccessFile[DOWN_THREAD_NUM];
try{
long length = new File(OUT_FILE_NAME).length();
long numPerThred = length / DOWN_THREAD_NUM;
long left = length % DOWN_THREAD_NUM;
for (int i = 0; i < DOWN_THREAD_NUM; i++) {
outArr[i] = new RandomAccessFile(OUT_FILE_NAME, "rw");
...
if (i == DOWN_THREAD_NUM - 1) {
new ReadThread(i * numPerThred, (i + 1) * numPerThred + left, outArr[i],keywords,doneSignal).start();
...
} else {
new ReadThread(i * numPerThred, (i + 1) * numPerThred,outArr[i],keywords,doneSignal).start();
...
}
}
}
...如果有集算器就簡單多了，它對Java的多線程進行了封裝，提供了對大文件分段并行的功能，寫起來容易多了，對人員要求也低。比如上面問題，2行就搞定了(集算器內(nèi)置了并行選項@m，不設(shè)置并行數(shù)，默認按核數(shù)做為并行數(shù))：
=file("/workspace/orders.txt").cursor@mt()
=A1.groups(O_CUSTKEY;sum(O_TOTALPRICE):AMOUNT)
看完這篇關(guān)于Java如何實現(xiàn)大文本并行計算的文章，如果覺得文章內(nèi)容寫得不錯的話，可以把它分享出去給更多人看到。
