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：

?

1 2	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

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

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

?

1 2 3 4 5 6 7 8 9

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。