JAVA操作大型文本文件

写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shell 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！


package com.xhp.ss7 ;




import java.io.File ;


import java.io.RandomAccessFile ;


import java.io.BufferedReader ;


import java.io.StringReader ;


import java.util.List ;


import java.util.ArrayList ;


import java.util.Date ;


import java.util.regex.Pattern ;


import java.util.regex.Matcher ;


import java.nio.MappedByteBuffer ;


import java.nio.channels.FileChannel ;








public class SS7Handle......{


private String year ;


private String month ;


private String day ;


private long length ;


private File file ;


private int bufferSize = 0x600000;// 默认6M的缓冲 ;


private long diff ;








public SS7Handle(String path)......{


this.loadFile(path) ;


}






public List<String> getResult(int type,String number,String time,String minute,String second,int count)......{


List<String> result = new ArrayList<String>() ;


String strRex = getStrRex(type,number,time,minute,second) ;


Pattern pattern = Pattern.compile(strRex) ;


int counts = count ;


Date begin = null ;


Date end = null ;




try......{


MappedByteBuffer inputBuffer = new RandomAccessFile(file,"r").getChannel()


.map(FileChannel.MapMode.READ_ONLY, 0, length);


byte[] dst = new byte[bufferSize] ; //每次读出6M的内容


BufferedReader br = null ;


boolean findFirst = false ;


boolean over = false ;


begin = new Date() ;




for(int offset=0; offset < length; offset+= bufferSize)......{


//for(int offset=0; offset < 1; offset+= bufferSize){






if(length - offset >= bufferSize)......{


for(int i = 0;i < bufferSize;i++)


dst[i] = inputBuffer.get(offset + i);




}else......{


for(int i = 0;i < length - offset;i++)


dst[i] = inputBuffer.get(offset + i);


}


//把得到的dst 交给 BufferedReader 按行读出


br = new BufferedReader(new StringReader(new String(dst))) ;


String line ;


StringBuffer next = new StringBuffer() ;






while((line=br.readLine()) != null )......{




if(!findFirst)......{




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


System.out.println("line-->"+line) ;


counts-- ;


result.add(line) ;


findFirst = true ;


String[] temp = line.split("|") ;


next.append(temp[4]).append("|").append(temp[5]) ;


}




}else if(findFirst) ......{




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


System.out.println(next) ;


result.add(line) ;


counts-- ;


}


}




if(counts<0)......{


over = true ;


break ;


}


}


br.close() ;




if(over)......{


break ;


}


}


end = new Date();


this.setDiff(end.getTime()-begin.getTime()) ;




}catch(Exception e)......{


System.out.println("error") ;


}


return result ;


}








private String getStrRex(int type,String number,String hour,String minute,String second)......{




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


minute = "0"+minute ;




}else if(0<second.length() && second.length()<2)......{


second = "0" +second ;


}


StringBuffer temp = new StringBuffer() ;




if(type == 1)......{ // 查询 系统 打出的电话


String outnumber = "CD"+number ;


temp.append("^[").append(day).append("-").append(month).append("-").append(year)


.append(" ").append(hour)


.append(!(minute.trim()==null || "".equals(minute.trim()))?(":"+minute):"")


.append(!(second.trim()==null || "".equals(second.trim()))?(":"+second):"")


.append(".*<-.*IAM.*").append(outnumber).append(".*") ;


System.out.println(temp.toString()) ;




}else if(type ==2)......{ //查询 用户打进的 电话


String innumber = "CG" + number ;


temp.append("^[").append(day).append("-").append(month).append("-").append(year)


.append(" ").append(hour)


.append(!(minute.trim()==null || "".equals(minute.trim()))?(":"+minute):"")


.append(!(second.trim()==null || "".equals(second.trim()))?(":"+second):"")


.append(".*->.*IAM.*").append(innumber).append(".*") ;


}


return temp.toString() ;


}






public void loadFile(String path)......{


this.file = new File(path) ;


this.setLength(file.length()) ;


int pathLength = path.length() ;


int start = pathLength - new String("xxxxxxxx_xxx.xxx").length() ;


this.setYear(path.substring(start,start+4)) ;


this.setMonth(path.substring(start+4,start+6)) ;


this.setDay(path.substring(start+6,start+8)) ;


}






public void setYear(String year)......{


this.year = year ;


}




public void setMonth(String month)......{


this.month = month ;


}




public void setDay(String day)......{


this.day = day ;


}




private void setLength(long length)......{


this.length = length ;


}




public void setDiff(long diff)......{


this.diff = diff ;


}




public long getDiff()......{


return this.diff ;


}




public long getLength()......{


return this.length ;


}




public String getYear()......{


return this.year ;


}




public String getMonth()......{


return this.month ;


}




public String getDay()......{


return this.day ;


}




public String toString()......{


return this.year+"-"+this.month+"-"+this.day ;


}




}