Java解决大文件读取的内存问题以及文件流的比较

Java解决大文件读取的内存问题以及文件流的比较

传统方式

读取文件的方式一般是是从内存中读取，官方提供了几种方式，如BufferedReader, 以及InputStream 系列的，也有封装好的如Guava和Apache commons IO提供了如下快速读取文件的方式

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

其实现上都是利用了BufferedReader或者其子类LineNumberReader来读取的，另外Scanner是扫描的方式，其效率是很慢的。另外存在的问题有，如果是大文件，一次性内存里面存放不了，而且也不需要一次性需要用到文件的所有数据。

迭代读取方式

我们一般需要的场景是，读取一行数据到内存中，然后单独进行处理，处理完将其扔掉，不需要将其全部放入内存中，这种方式很像迭代器，Scanner 可以处理类似的情景，只需要一行一行地读取,, 其优势是可以按特定格式读取数据，处理起来方便，但是它很慢。

inputStream = new FileInputStream(path); 
 sc = new Scanner(inputStream, UTF-8); 
 while (sc.hasNextLine()) {
  String line = sc.nextLine(); 
  // System.out.println(line); 
  } 

另外一种方式是利用Apache Commons IO 流，其有个工具类FileUtils，处理格式上不如Scanner，但是效率和BufferedReader差不多，一般很推荐这一种。

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

参考

https://www.breakyizhan.com/java/4018.html
https://www.jianshu.com/p/7a81f603fe1d
https://www.cnblogs.com/lovebread/archive/2009/11/23/1609122.html