189 8069 5689

Java如何实现大文本并行计算

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。

创新互联公司是一家专注于成都做网站、网站制作与策划设计,龙港网站建设哪家好?创新互联公司做网站,专注于网站建设十年,网设计领域的专业建站公司;建站业务涵盖:龙港等地区。龙港做网站价格咨询:18980820575

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:

Java如何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):

=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。


分享题目:Java如何实现大文本并行计算
文章地址:http://cdxtjz.com/article/ijcicg.html

其他资讯