Java如何實(shí)現(xiàn)大文本并行計(jì)算

小編這次要給大家分享的是Java如何實(shí)現(xiàn)大文本并行計(jì)算，文章內(nèi)容豐富，感興趣的小伙伴可以來(lái)了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。

創(chuàng)新互聯(lián)公司是一家專(zhuān)注于成都做網(wǎng)站、網(wǎng)站制作與策劃設(shè)計(jì),龍港網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)公司做網(wǎng)站,專(zhuān)注于網(wǎng)站建設(shè)十年,網(wǎng)設(shè)計(jì)領(lǐng)域的專(zhuān)業(yè)建站公司;建站業(yè)務(wù)涵蓋:龍港等地區(qū)。龍港做網(wǎng)站價(jià)格咨詢(xún):18980820575

簡(jiǎn)單提高文本讀取效率，使用BufferedReader是個(gè)不錯(cuò)的選擇。速度最快的方法是MappedByteBuffer，但是，相比BufferedReader而言，效果不是非常明顯。也就是說(shuō)，后者雖然快，但也快的有限（不要抱有性能提升幾倍的幻想）。

對(duì)于大文本的讀取，性能瓶頸主要在IO，read占時(shí)間多是正常的，硬盤(pán)本身就不快，讀入內(nèi)存后還要轉(zhuǎn)成對(duì)象，都比較耗時(shí)間。

想要提速應(yīng)當(dāng)用并行的辦法，用多線(xiàn)程同時(shí)讀取和處理數(shù)據(jù)，但Java寫(xiě)多線(xiàn)程程序很麻煩，并行分段讀同一個(gè)文件時(shí)還要考慮調(diào)整邊界，也比較麻煩。

比如要這么個(gè)場(chǎng)景：分組匯總每個(gè)客戶(hù)的銷(xiāo)售額，部分源數(shù)據(jù)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
...

期望的結(jié)果：

Java部分多線(xiàn)程代碼大概要寫(xiě)成這樣：

...
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();
			...
		}
	}
}
...

如果有集算器就簡(jiǎn)單多了，它對(duì)Java的多線(xiàn)程進(jìn)行了封裝，提供了對(duì)大文件分段并行的功能，寫(xiě)起來(lái)容易多了，對(duì)人員要求也低。比如上面問(wèn)題，2行就搞定了(集算器內(nèi)置了并行選項(xiàng)@m，不設(shè)置并行數(shù)，默認(rèn)按核數(shù)做為并行數(shù))：

=file("/workspace/orders.txt").cursor@mt()

=A1.groups(O_CUSTKEY;sum(O_TOTALPRICE):AMOUNT)

看完這篇關(guān)于Java如何實(shí)現(xiàn)大文本并行計(jì)算的文章，如果覺(jué)得文章內(nèi)容寫(xiě)得不錯(cuò)的話(huà)，可以把它分享出去給更多人看到。

當(dāng)前題目：Java如何實(shí)現(xiàn)大文本并行計(jì)算
文章來(lái)源：http://muchs.cn/article26/ijcicg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供虛擬主機(jī)、域名注冊(cè)、網(wǎng)站策劃、網(wǎng)站維護(hù)、搜索引擎優(yōu)化、App開(kāi)發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀(guān)點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)