問題描述

有一份10G以上大文本文件，需要替換里面的一些文本信息（每一行都有），如何高效讀并替換掉生成新的文件

問題解答

先分割成多個(gè)文件

多個(gè)線程操作多個(gè)文件，避免兩個(gè)線程操作同一個(gè)文件

按行讀文件并按行寫入新的文件

合并所有文件

1,4用linux命令就可以了～

File file = new File(filepath); BufferedInputStream fis = new BufferedInputStream(new FileInputStream(file)); BufferedReader reader = new BufferedReader(new InputStreamReader(fis,'utf-8'),510241024);String line = '';while((line = reader.readLine()) != null){

//進(jìn)行替換操作和其他業(yè)務(wù)

}

為了提高性能，你可能需要 mapped IO，具體可以參考：

為何要在Java中使用內(nèi)存映射文件（Memory Mapped File）或者M(jìn)appedByteBuffer

java大文件讀寫操作，java nio 之MappedByteBuffer，高效文件/內(nèi)存映射

java.io和java.nio性能簡(jiǎn)單對(duì)比

如果是簡(jiǎn)單文本的替換，用linux的sed命令就行了。

如果是比較復(fù)雜的文本替換，看下面：

http://stackoverflow.com/ques...

http://www.baeldung.com/java-...

用spark分析、lines=sc.textFile('your_file');filterlines=lines.filter(your_filter_function)filterlines.xxx()