如何通过序列化处理和保存大文件？

Posted 2023-04-18

【中文标题】如何通过序列化处理和保存大文件？

【英文标题】：How to process and save big files with serialization?

【发布时间】：2016-08-22 12:46:42

【问题描述】：

我想读取一个大文件（它不能作为对象放入堆中）。我必须逐行阅读，处理每一行，然后保存（追加）到一个新文件中。

我完成了第一步（加载和处理）并在控制台上打印输出。我不创建数据对象。 我想我必须即时进行，但我不知道可能有帮助的库。

我还想添加 XML 或 CSV 序列化。 你知道一些可以解决这个问题的库吗？

for (String line; (line = bufferedReader.readLine()) != null; ) 
     String processedNewLine = processLine(Line);
     //and I would like to serialize to XML (append)
     XMLSerialiazer.serialize(processedNewLine, xmlTemp.getPath());

【问题讨论】：

你的问题已经回答过了，看这里***.com/questions/14037404/…

@M.RAshouri 您链接的问题仅针对 csv 文件回答。对 XML 没有用处，因为逐行读取并不能解决问题，有时整个 xml 保存在单行中以节省空间。

您想将每个经过处理的行序列化为 XML 文件吗？为什么？

每个处理的行都应该是一个大 XML 文件的 XML 部分：<line><field1>name</field1>...</line>

【参考方案1】：

如果您使用 .csv 文件，您只需逐行阅读。没有必要使用特殊的库，您也可以毫无问题地处理非常大的文件。

如果您使用 .xml 文件，则需要 SAX parser。基本上，SAX 解析器是一种对事件（如打开标记、关闭标记）进行操作的解析器，而不是像 DOM 解析器那样在内存中构建整个结构。

【讨论】：

使用 CSV 很简单，但使用 XML 就更复杂了。最后，我将 XML 视为随机访问文件并将新行添加到末尾。它不干净，但非常快。

【参考方案2】：

如果您正在寻找使用可用 XML 序列化库的替代方法，请查看来自 google 的 protocol buffers。

Tutorial

Git source

【参考方案3】：

你应该看看Kryo，这是最快的序列化库之一。