前言
我最近在优化我的 PDF 转 word 的开源小工具，有时候会遇到一个问题，就是如果我的 PDF 文件比拟大，几百兆，如何更快更节俭内存的读取它。于是我剖析比照了四种常见的读取文件的形式，并应用 javaVisualVM 工具进行了剖析。最初的出的论断是 commons-io 工夫和空间都更加的高效。钻研剖析仍然来自哪位 baeldung 国外大佬。
上面我会给出几种常见的读取大文件的形式。
读取大文件的四种形式
首先我本人在本地压缩了一个文件夹，大略 500M 左右。尽管不是很大然而，绝对还能够。
办法 1：Guava 读取
`String path = “G:java 书籍及工具.zip”;
Files.readLines(new File(path), Charsets.UTF_8);
`
应用 guava 读取比较简单，一行代码就搞定了。
上面去 jdk 的 bin 目录找到 javaVisualVM 工具，而后双击运行即可。
从上图能够看到：
- 工夫耗费：20 秒
- 堆内存：最高 2.5G
- CPU 耗费：最高 50%
咱们一个 500M 的文件，堆内存最高居然 2.5G，如果咱们读取一个 2G 的文件，可能咱们的电脑间接死机了就。
形式 2：Apache Commons IO 一般形式
`String path = “G:java 书籍及工具.zip”;
FileUtils.readLines(new File(path), Charsets.UTF_8);
`
这种形式也比较简单，同样是一行代码。上面运行，也剖析一波：
从上图能够看到：
- 工夫耗费：17 秒
- 堆内存：最高 2.5G
- CPU 耗费：最高 50%，安稳运行 25% 左右
这种形式和下面那种基本上耗费差不多，必定不是我想要的。
形式 3：java 文件流
`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);
}
if (sc.ioException() != null) {
throw sc.ioException();
}
} finally {
if (inputStream != null) {
inputStream.close();
}
if (sc != null) {
sc.close();
}
}
`
这种形式其实就是 java 中最常见的形式，而后咱们运行剖析一波：
从上图能够看到：
- 工夫耗费：32 秒，减少了一倍
- 堆内存：最高 1G，少了一半
- CPU 耗费：安稳运行 25% 左右
这种形式的确很优良，然而工夫上开销更大。
形式 4：Apache Commons IO 流
`LineIterator it = FileUtils.lineIterator(new File(path), “UTF-8”);
try {
while (it.hasNext()) {
String line = it.nextLine();
}
} finally {
LineIterator.closeQuietly(it);
}
`
这种形式代码看起来比较简单，所以间接运行一波吧：
从上图能够看到：
- 工夫耗费：16 秒，最低
- 堆内存：最高 650M，少了一半
- CPU 耗费：安稳运行 25% 左右
OK，就它了，牛。
论断
通过以上的剖析，咱们能够得出一个论断，如果咱们想要读取一个大文件，抉择了谬误的形式，就有可能极大地占用我的内存和 CPU，当文件特地大时，会造成动向不到的问题。
因而为了去解决这样的问题，有四种常见的读取大文件的形式。通过剖析比照，发现，Apache Commons IO 流是最高效的一种形式。