008011;100025;1369491001;新绿色田地;2;0;20111027;29991231;70;70;0;;类似上边的数据,有100多万行.
100多W已成功导入List<String> lines = new ArrayList<String>();现在要把每一行,按";" 拆分成String[] .我是循环遍历 lines,每一行 用pattern.split() 拆分.执行到70多W行的时候就内存溢出了. 有木有别的拆分方式,可以避免内存溢出?我知道加大内存是个方式.但这个方式不能用.代码: List<String>list=new ArrayList<String>();
List<String[]>rows = new ArrayList<String[]>();
String s = "008011;100025;1369491001;新绿色田地;2;0;20111027;29991231;70;70;0;;";
for(int i=0;i<1500000;i++){
list.add(s);
}
String regex = ";";
Pattern p = Pattern.compile(regex);
for(int i=0;i<list.size();i++){
String line = list.get(i);
rows.add(p.split(line));
System.out.println(i);
//每次到70多W行,就内存溢出.咋办??
}
System.out.println(rows.size());
100多W已成功导入List<String> lines = new ArrayList<String>();现在要把每一行,按";" 拆分成String[] .我是循环遍历 lines,每一行 用pattern.split() 拆分.执行到70多W行的时候就内存溢出了. 有木有别的拆分方式,可以避免内存溢出?我知道加大内存是个方式.但这个方式不能用.代码: List<String>list=new ArrayList<String>();
List<String[]>rows = new ArrayList<String[]>();
String s = "008011;100025;1369491001;新绿色田地;2;0;20111027;29991231;70;70;0;;";
for(int i=0;i<1500000;i++){
list.add(s);
}
String regex = ";";
Pattern p = Pattern.compile(regex);
for(int i=0;i<list.size();i++){
String line = list.get(i);
rows.add(p.split(line));
System.out.println(i);
//每次到70多W行,就内存溢出.咋办??
}
System.out.println(rows.size());
我这样,起码能保证都读进来.
String s = "008011;100025;1369491001;新绿色田地;2;0;20111027;29991231;70;70;0;;";
String regex = ";";
Pattern p = Pattern.compile(regex);
for(int i=0;i<2000000;i++){
rows.add(p.split(s));
System.out.println(i);
}
System.out.println(rows.size());
如上,某一字符传,split 2000000次,然后存储到List<String[]>中,必然溢出
797611
797612
797613
797614
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
at java.lang.String.substring(String.java:1939)
at java.lang.String.subSequence(String.java:1972)
at java.util.regex.Pattern.split(Pattern.java:1002)
at java.util.regex.Pattern.split(Pattern.java:1059)
at test.file.Test.main(Test.java:18)
你直接在内存中生成100多M的内容本来就不合理。
而你jvm肯定也不超过150M。
可以尝试改逻辑结构.从: 读取(全数存储) --> 循环处理(全数存储) --> 产生一个结果(全数存储)
改为: [分段读取] --> 分段处理 --> 产生结果(丢进list) --> 丢弃结果以外的内存 --> goto [分段读取]希望你能理解这些伪码
不要一次全部取出来嘛
1.从所给代码上看,容器选的不好,list中的字符串get出来处理完之后,如果没有用了的话,应该及时清除,所以保存读取出来的字符串,用队列比较好,take出来之后队列中就没有了。rows只做了add操作,所以要用List的话也要用LinkedList。
2.处理大量数据,不能一口吃个胖子,分批做才是解决之道,比如一次读入1W条,然后处理这1W条,将结果写入文件,在内存中清除无用的数据。然后再读入下一个1W条...