完美解决java读取大文件内存溢出的问题

1. 传统方式：在内存中读取文件内容

读取文件行的标准方式是在内存中读取，Guava 和Apache Commons IO都提供了如下所示快速读取文件行的方法：

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

FileUtils.readLines(new File(path));

实际上是使用BufferedReader或者其子类LineNumberReader来读取的。

传统方式的问题： 是文件的所有行都被存放在内存中，当文件足够大时很快就会导致程序抛出OutOfMemoryError 异常。

问题思考：我们通常不需要把文件的所有行一次性地放入内存中，相反，我们只需要遍历文件的每一行，然后做相应的处理，处理完之后把它扔掉。所以我们可 以通过行迭代方式来读取，而不是把所有行都放在内存中。

2. 大文件读取处理方式

不重复读取与不耗尽内存的情况下处理大文件：

（1）文件流方式：使用java.util.Scanner类扫描文件的内容，一行一行连续地读取

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);

  }

}catch(IOException e){

  logger.error(e);

}finally {

  if (inputStream != null) {

  inputStream.close();

  }

  if (sc != null) {

    sc.close();

   }

}

该方案将会遍历文件中的所有行，允许对每一行进行处理，而不保持对它的引用。总之没有把它们存放在内存中！

（2）Apache Commons IO流：使用Commons IO库实现，利用该库提供的自定义LineIterator

LineIterator it = FileUtils.lineIterator(theFile, UTF-8);

try {

 while (it.hasNext()) {

 String line = it.nextLine();

 // do something with line

  }

} finally {

 LineIterator.closeQuietly(it);

}

 该方案由于整个文件不是全部存放在内存中，这也就导致相当保守的内存消耗。