小编这次要给大家分享的是Java如何实现大文本并行计算，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。

简单提高文本读取效率，使用BufferedReader是个不错的选择。速度最快的方法是MappedByteBuffer，但是，相比BufferedReader而言，效果不是非常明显。也就是说，后者虽然快，但也快的有限（不要抱有性能提升几倍的幻想）。

对于大文本的读取，性能瓶颈主要在IO，read占时间多是正常的，硬盘本身就不快，读入内存后还要转成对象，都比较耗时间。

想要提速应当用并行的办法，用多线程同时读取和处理数据，但Java写多线程程序很麻烦，并行分段读同一个文件时还要考虑调整边界，也比较麻烦。

比如要这么个场景：分组汇总每个客户的销售额，部分源数据如下：

O_ORDERKEY O_CUSTKEY O_ORDERDATE O_TOTALPRICE10262 RATTC 1996-07-22 14487.010263 ERNSH 1996-07-23 43818.010264 FOLKO 2007-07-24 1101.010265 BLONP 1996-07-25 5528.010266 WARTH 1996-07-26 7719.010267 FRANK 1996-07-29 20858.010268 GROSR 1996-07-30 19887.010269 WHITC 1996-07-31 456.010270 WARTH 1996-08-01 13654.0...

期望的结果：

Java部分多线程代码大概要写成这样：

...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();...}}}...

如果有集算器就简单多了，它对Java的多线程进行了封装，提供了对大文件分段并行的功能，写起来容易多了，对人员要求也低。比如上面问题，2行就搞定了(集算器内置了并行选项@m，不设置并行数，默认按核数做为并行数)：

=file("/workspace/orders.txt").cursor@mt()

=A1.groups(O_CUSTKEY;sum(O_TOTALPRICE):AMOUNT)

看完这篇关于Java如何实现大文本并行计算的文章，如果觉得文章内容写得不错的话，可以把它分享出去给更多人看到。