JAVA操作大型文本文件

在前面的废话不想看的可以skip-----由于工作需要，经常需要打开和查询250M左右的文本文件（总行数超过250万行）分析日志，公司发的笔记本内存才512M，地球人都知道，这样的电脑根本不能胜任。不知道有没有人和我一样倒霉，面对这么庞大的文件，曾经让我很无奈，很彷徨。从寻找优秀的类似notepad这样的文本工具，企图通过工具来提高下速度，其中JIURL这个记事本工具，我个人觉得很好，它陪我走了好长时间，虽然它老是有这样那样的BUG，不过它的速度确实比其他的记事本快很多，对于巨型文件，不会像其他记事本那样直接挂死。工具再好，也是死的，经常操作一样的动作，让我想撞墙。偶又去研究了Linux下的sh命令，哎，不是我说MicroSoft的系统不好，Linux的命令确实好使，特别是查询文档，日志分析的时候，只要你使用的好，基本都能完成你的任务。像grep,gawk,wc,head,hail etc.这样的命令总是能给我们带来惊喜。Linux系统还是要好好学的，虽然和widows差别很大，但是很强，很方便。下面我就来说说用JAVASE怎么操作这些庞然大物的。先介绍下我要操作的文本文件 [28-03-2008 00:00:00.101] |SH1|CIC015|->|SH1|AG015| >>IAM|CN15|CD51001500|CG15921351879|PA0|PB1|<< [28-03-2008 00:00:00.101] |SH1|CIC153|->|SH1|AG144| >>IAM|CN144|CD51001500|CG13761957943|PA0|PB1|<< [28-03-2008 00:00:00.117] |SH1|CIC015|<-|SH1|AG015| >>ACM|CN15|<< [28-03-2008 00:00:00.117] |SH1|CIC153|<-|SH1|AG144| >>ACM|CN144|<< [28-03-2008 00:00:00.179] |SH1|CIC111|->|SH1|AG105| >>REL|CN105|PA16|PB0|PC4|<< [28-03-2008 00:00:00.179] |SH1|CIC111|<-|SH1|AG105| >>RLC|CN105|<< [28-03-2008 00:00:00.273] |SH1|CIC1373|->|SH3|AG118| >>ANM|CN118|<< [28-03-2008 00:00:00.383] |SH1|CIC1365|<-|SH3|AG110| >>REL|CN110|PA16|<< [28-03-2008 00:00:00.461] |SH1|CIC1365|->|SH3|AG110| >>RLC|CN110|<< [28-03-2008 00:00:00.586] |SH1|CIC2577|->|S11|AG196| >>ANM|CN196|<< 大家不要头晕，这个本来就是日志，搞过No.7的人都看的懂，不过这个不是重点了。我们要处理就是这样的文件，JAVASE里有一个新的包 java.nio,具体干啥的，我就不说了，自己去查看API吧。下面贴出具体代码,大家重点看getResult() 方法。在里面使用了MappedByteBuffer把文件映射到内存里面去，然后使用缓存的技术把他再读出来，如果不适用缓存，速度会很慢，想在这个里面查个东西，至少要7分钟以上，使用了缓存整个文件遍历最多13秒，差距很大吧，这个时间还是和硬件有关系的，我的电脑比较烂了，我老婆经常说我的是“低廉的双核”，我那个汗啊！o(∩_∩)o...，大家好好看看里面的代码吧。希望能对经常和大型文件打交道的人有个帮助！

  1 package com.xhp.ss7 ;
  2
  3 import java.io.File ;
  4 import java.io.RandomAccessFile ;
  5 import java.io.BufferedReader ;
  6 import java.io.StringReader ;
  7 import java.util.List ;
  8 import java.util.ArrayList ;
  9 import java.util.Date ;
10 import java.util.regex.Pattern ;
11 import java.util.regex.Matcher ;
12 import java.nio.MappedByteBuffer ;
13 import java.nio.channels.FileChannel ;
14
15
16 public class SS7Handle

{
17     private String year ;
18     private String month ;
19     private String day ;
20     private long length ;
21     private File file ;
22     private int bufferSize = 0x600000;// 默认6M的缓冲 ;
23     private long diff ;
24
25
26     public SS7Handle(String path)

{
27         this.loadFile(path) ;
28     }
29
30     public List<String> getResult(int type,String number,String time,String minute,String second,int count)

{
31         List<String> result = new ArrayList<String>() ;
32         String strRex = getStrRex(type,number,time,minute,second) ;
33         Pattern pattern = Pattern.compile(strRex) ;
34         int counts = count ;
35         Date begin = null ;
36         Date end = null ;
37         try

{
38             MappedByteBuffer inputBuffer = new RandomAccessFile(file,"r").getChannel()
39                                 .map(FileChannel.MapMode.READ_ONLY, 0, length);
40             byte[] dst = new byte[bufferSize] ; //每次读出6M的内容
41             BufferedReader br = null ;
42             boolean findFirst  = false ;
43             boolean over = false ;
44             begin = new Date() ;
45             for(int offset=0; offset < length; offset+= bufferSize)

{
46                 //for(int offset=0; offset < 1; offset+= bufferSize){
47
48                 if(length - offset >= bufferSize)

{
49                     for(int i = 0;i < bufferSize;i++)
50                               dst[i] = inputBuffer.get(offset + i);
51                 }else

{
52                     for(int i = 0;i < length - offset;i++)
53                     dst[i] = inputBuffer.get(offset + i);
54                 }
55                 //把得到的dst 交给 BufferedReader 按行读出
56                 br = new BufferedReader(new StringReader(new String(dst))) ;
57                 String line ;
58                 StringBuffer next = new StringBuffer() ;
59
60                 while((line=br.readLine()) != null )

{
61 if(!findFirst)

{
62 if(pattern.matcher(line).find())

{
63                                 System.out.println("line-->"+line) ;
64                                 counts-- ;
65                                 result.add(line) ;
66                                 findFirst = true ;
67                                 String[] temp = line.split("\|") ;
68                                 next.append(temp[4]).append("|").append(temp[5]) ;
69                         }
70                     }else if(findFirst)

{
71 if(line.contains(next.toString()))

{
72                             System.out.println(next) ;
73                             result.add(line) ;
74                             counts-- ;
75                         }
76                     }
77                     if(counts<0)

{
78                         over = true ;
79                         break ;
80                     }
81                 }
82                 br.close() ;
83                 if(over)

{
84                     break ;
85                 }
86             }
87             end = new Date();
88             this.setDiff(end.getTime()-begin.getTime()) ;
89         }catch(Exception e)

{
90             System.out.println("error") ;
91         }
92         return result ;
93     }
94
95
96     private String getStrRex(int type,String number,String hour,String minute,String second)

{
97 if(0<minute.length() && minute.length()<2)

{
98             minute = "0"+minute ;
99         }else if(0<second.length() && second.length()<2)

{
100             second = "0" +second ;
101         }
102         StringBuffer temp = new StringBuffer() ;
103         if(type == 1)

{  // 查询系统打出的电话
104             String outnumber = "CD"+number ;
105             temp.append("^\[").append(day).append("\-").append(month).append("\-").append(year)
106                             .append(" ").append(hour)
107                             .append(!(minute.trim()==null || "".equals(minute.trim()))?("\:"+minute):"")
108                             .append(!(second.trim()==null || "".equals(second.trim()))?("\:"+second):"")
109                             .append(".*\<\-.*IAM.*").append(outnumber).append(".*") ;
110             System.out.println(temp.toString()) ;
111         }else if(type ==2)

{  //查询用户打进的电话
112             String innumber = "CG" + number ;
113             temp.append("^\[").append(day).append("\-").append(month).append("\-").append(year)
114                             .append(" ").append(hour)
115                             .append(!(minute.trim()==null || "".equals(minute.trim()))?("\:"+minute):"")
116                             .append(!(second.trim()==null || "".equals(second.trim()))?("\:"+second):"")
117                             .append(".*\-\>.*IAM.*").append(innumber).append(".*") ;
118         }
119         return temp.toString() ;
120     }
121
122     public void loadFile(String path)

{
123         this.file = new File(path) ;
124         this.setLength(file.length()) ;
125         int pathLength = path.length() ;
126         int start = pathLength - new String("xxxxxxxx_xxx.xxx").length() ;
127         this.setYear(path.substring(start,start+4)) ;
128         this.setMonth(path.substring(start+4,start+6)) ;
129         this.setDay(path.substring(start+6,start+8)) ;
130     }
131
132     public void setYear(String year)

{
133         this.year = year ;
134     }
135     public void setMonth(String month)

{
136         this.month = month ;
137     }
138     public void setDay(String day)

{
139         this.day = day ;
140     }
141     private void setLength(long length)

{
142         this.length = length ;
143     }
144     public void setDiff(long diff)

{
145         this.diff = diff ;
146     }
147     public long getDiff()

{
148         return this.diff ;
149     }
150     public long getLength()

{
151         return this.length ;
152     }
153     public String getYear()

{
154         return this.year ;
155     }
156     public String getMonth()

{
157         return this.month ;
158     }
159     public String getDay()

{
160         return this.day ;
161     }
162     public String toString()

{
163         return this.year+"-"+this.month+"-"+this.day ;
164     }
165
166 }

posted on 2008-11-02 14:51 小虫旺福阅读(943) 评论(0) 编辑收藏所属分类: javaEE

新用户注册刷新评论列表


只有注册用户登录后才能发表评论。




网站导航: 博客园 IT新闻知识库 C++博客博问管理
相关文章: XFire生火指南(下)转 XFire 最新生火指南（上）转 XFire与Spring结合的几种方式使用XFire插件创建独立的Webservice OGNL —— 数据运转的催化剂在Java web服务器内使用url rewrite（链接）使用Digester，对象和xml进行转换利用cucurrent 的Callable 改进方法调用性能 JAVA操作大型文本文件

太阳雨

常用链接

留言簿(4)

随笔分类

随笔档案

文章档案

搜索

最新评论

阅读排行榜

评论排行榜