前言

我最近在最佳化我的PDF轉word的開源小工具，有時候會遇到一個問題，就是如果我的PDF檔案比較大，幾百兆，如何更快更節省記憶體的讀取它。於是我分析對比了四種常見的讀取檔案的方式，並使用javaVisualVM工具進行了分析。最後得出的結論是commons-io時間和空間都更加的高效。研究分析依然來自哪位baeldung國外大佬。

下面我會給出幾種常見的讀取大檔案的方式。

讀取大檔案的四種方式

首先我自己在本地壓縮了一個資料夾，大概500M左右。雖然不是很大但是，相對還可以。

方法1：Guava讀取

String path = "G:\\java書籍及工具.zip";Files.readLines(new File(path), Charsets.UTF_8);

使用guava讀取比較簡單，一行程式碼就搞定了。

下面去jdk的bin目錄找到javaVisualVM工具，然後雙擊執行即可。

從上圖可以看到：

時間消耗：20秒

堆記憶體：最高2.5G

CPU消耗：最高50%

我們一個500M的檔案，堆記憶體最高竟然2.5G，如果我們讀取一個2G的檔案，可能我們的電腦直接宕機了就。

方式2：Apache Commons IO普通方式

String path = "G:\\java書籍及工具.zip";FileUtils.readLines(new File(path), Charsets.UTF_8);

這種方式也比較簡單，同樣是一行程式碼。下面執行，也分析一波：

從上圖可以看到：

時間消耗：17秒

堆記憶體：最高2.5G

CPU消耗：最高50%，平穩執行25%左右

這種方式和上面那種基本上消耗差不多，肯定不是我想要的。

方式3：java檔案流

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();     }}

這種方式其實就是java中最常見的方式，然後我們執行分析一波：

從上圖可以看到：

時間消耗：32秒，增加了一倍

堆記憶體：最高1G，少了一半

CPU消耗：平穩執行25%左右

這種方式確實很優秀，但是時間上開銷更大。

方式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);}

這種方式程式碼看起來比較簡單，所以直接執行一波吧：

從上圖可以看到：

時間消耗：16秒，最低

堆記憶體：最高650M，少了一半

CPU消耗：平穩執行25%左右

OK，就它了，牛。

結論

透過以上的分析，我們可以得出一個結論，如果我們想要讀取一個大檔案，選擇了錯誤的方式，就有可能極大地佔用我的記憶體和CPU，當檔案特別大時，會造成意向不到的問題。

因此為了去解決這樣的問題，有四種常見的讀取大檔案的方式。透過分析對比，發現，Apache Commons IO流是最高效的一種方式。