java - 在内存、处理器、时间方面，Java 中 BufferInputReader、LineNumberReader 和 Stream 之间最好的文件读取器是什么

Question

我尝试了所有三个阅读过程，但无法判断哪个是最好的

内存利用率、处理器使用率、时间复杂度

我在网上看到了很多解决方案，但没有人针对上述条件得出完美的结论。

我尝试了一些方法，请检查代码并让我知道如何使其在上述突出显示的要求中更加优化。

下面是我的代码。

注意:Out.txt 是 3Gb 文本文件

package Reader;

import java.io.BufferedInputStream;
import java.io.FileInputStream;
import java.io.FileReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.LineNumberReader;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.stream.Stream;

/*
 *  Comparing Execution time of BufferInputReader Vs LineNumberReader Vs 
Stream
 *  o/p > Effeciency of BufferInputReader to LineNumberReader is around :: 
200%

 *  
 */
public class LineReaderBufferInputStream {

public static void main(String args[]) throws IOException {
    //LineReaderBufferInputStream
    LineReaderBufferInputStream lr = new LineReaderBufferInputStream();
    long startTime = System.nanoTime();

    int count = lr.countLinesUsingLineNumberReader("D://out.txt");

    long endTime = System.nanoTime();
    long c1 = (endTime - startTime);
    System.out.println(count + " LineReaderBufferInputStream Time taken:: " + c1);

    startTime = System.nanoTime();

    count = countLinesByBufferIpStream("D://out.txt");

    endTime = System.nanoTime();
    long c2 = (endTime - startTime);
    System.out.println(count + " BufferedInputStream Time taken:: " + c2);

    System.out.println("Effeciency of BufferInputReader to LineNumberReader is around :: " + (c1) / c2 * 100 + "%");

    // Java8 line by line reader
    //read file into stream, try-with-resources
    startTime = System.nanoTime();
    long cn = countLinesUsingStream("D://out.txt");
    endTime = System.nanoTime();

    System.out.println(cn +" Using Stream :: " + (endTime - startTime));

}

public int countLinesUsingLineNumberReader(String filename) throws IOException {
    LineNumberReader reader = new LineNumberReader(new FileReader(filename));
    int cnt = 0;
    String lineRead = "";
    while ((lineRead = reader.readLine()) != null) {
        //if you need to do anything with lineReader.
    }

    cnt = reader.getLineNumber();
    reader.close();
    return cnt;
}

public static int countLinesByBufferIpStream(String filename) throws IOException {
    InputStream is = new BufferedInputStream(new FileInputStream(filename));
    try {
        byte[] c = new byte[1024];
        int count = 1;
        int readChars = 0;
        boolean empty = true;
        while ((readChars = is.read(c)) != -1) {
            empty = false;
            for (int i = 0; i < readChars; ++i) {
                if (c[i] == '\n') {
                    ++count;
                }
            }
        }
        return (count == 0 && !empty) ? 1 : count;
    } finally {
        is.close();
    }
}

public static long countLinesUsingStream(String fileName) throws IOException{
    try (Stream<String> streamReader = Files.lines(Paths.get("D://out.txt"))) {

        return streamReader.count();

    } catch (IOException e) {
        e.printStackTrace();
    }
    return 0;
}

}

Answer 1

如果您询问这些类中哪个类速度最快或通常使用最少的内存，那么没有答案。这很大程度上取决于您正在执行的任务。以及如何使用这些类。

如果您要求最快的方法仅计算文件中的行数，那么最快的方法是使用 InputStream直接读入 ByteBuffer ，然后计算行终止符。这也将使用最少的内存。

原因如下:

• 任何生成String的东西对于每一行读取都会进行大量不必要的复制，并生成大量垃圾。
• 任何使用Reader的东西将把字节数据解码为字符数据。这包括 LineNumberReader
• 如果使用BufferedInputStream并读入一个大的byte[] ，您正在有效地进行自己的(简单)缓冲。您也可以使用InputStream直接。
• 如果您使用read(byte[])您正在将数据额外复制到 byte[] 中.

有许多教程可以帮助您了解如何使用 ByteBuffer用于快速 I/O。例如:

• "Java NIO Buffer" Jenkov.com Java 教程中的教程页面。

<小时/>

但是...

在涉及非常大文件的现实应用程序中，性能瓶颈通常是文件系统和存储设备的性能，或者是您对数据进行处理的方式......一旦将数据存储在内存中。

建议避免优化应用程序的 I/O，直到您拥有更高级别的功能，并且能够编写和运行基准测试。然后，您应该分析应用程序以找出瓶颈的真正位置。最后，优化瓶颈。

除非您真的很有经验(而且通常即使您有经验)，您关于优化工作最好花在哪里的直觉通常是不正确的。

<小时/>

最后，计算文件行数的最快方法可能是忘记 Java 并使用标准的 native 代码实用程序；例如在 Unix/Linux/MacOS 上使用 wc pathname .