JAVA操作大型文本文件

最新推荐文章于 2024-06-26 15:05:35 发布

xpower1984

最新推荐文章于 2024-06-26 15:05:35 发布

阅读量138

点赞数

Java & OpenSource 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

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！


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 ;
    }

}