如何让Java实现大文本并行计算

本篇文章给大家分享的是有关如何让Java实现大文本并行计算，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

成都创新互联公司 - 服务器托管机柜，四川服务器租用，成都服务器租用，四川网通托管,绵阳服务器托管，德阳服务器托管，遂宁服务器托管，绵阳服务器托管，四川云主机，成都云主机，西南云主机，服务器托管机柜，西南服务器托管，四川/成都大带宽，大带宽服务器，四川老牌ＩＤＣ服务商

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_TOTALPRICE

10262 RATTC 1996-07-22 14487.0

10263 ERNSH 1996-07-23 43818.0

10264 FOLKO 2007-07-24 1101.0

10265 BLONP 1996-07-25 5528.0

10266 WARTH 1996-07-26 7719.0

10267 FRANK 1996-07-29 20858.0

10268 GROSR 1996-07-30 19887.0

10269 WHITC 1996-07-31 456.0

10270 WARTH 1996-08-01 13654.0

...

期望的结果：

如何让Java实现大文本并行计算

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)：

	A
1	=file("/workspace/orders.txt").cursor@mt()
2	=A1.groups(O_CUSTKEY;sum(O_TOTALPRICE):AMOUNT)

其实还有很多情况用Java并行处理大文本很麻烦，甚至大文本分组、排序、关联计算等需求，但用集算器SPL却很简单。

以上就是如何让Java实现大文本并行计算，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。

分享题目：如何让Java实现大文本并行计算
本文地址：http://dzwzjz.com/article/jodghi.html