内存映射文件处理大文件

Posted 2020-09-26 edgedance

先说结论：使用内存映射文件来处理大文件可以提高效率。 

为什么呢？

我们先来看看如果不使用内存映射文件的处理流程是怎样的，首先我们得先读出磁盘文件的内容到内存中，然后修改，最后回写到磁盘上。第一步读磁盘文件是要经过一次系统调用的，它首先将文件内容从磁盘拷贝到内核空间的一个缓冲区，然后再将这些数据拷贝到用户空间，实际上是两次数据拷贝。第三步回写也一样也要经过两次数据拷贝。

所以我们基本上会有四次数据的拷贝了，因为大文件数据量很大，几十GB甚至更大，所以拷贝的开销是非常大的。

而内存映射文件是操作系统的提供的一种机制，可以减少这种不必要的数据拷贝，从而提高效率。它由mmap()将文件直接映射到用户空间，mmap()并没有进行数据拷贝，真正的数据拷贝是在缺页中断处理时进行的，由于mmap()将文件直接映射到用户空间，所以中断处理函数根据这个映射关系，直接将文件从硬盘拷贝到用户空间，所以只进行了一次数据拷贝 ，比read进行两次数据拷贝要好上一倍，因此，内存映射的效率要比read/write效率高。

一般来说，read write操作可以满足大多数文件操作的要求，但是对于某些特殊应用领域所需要的几十GB甚至更大的存储，这种通常的文件处理方法进行处理显然是行不通的。目前，对于上述大文件的操作一般是以内存映射文件的方式来加以处理的。

内存映射，并不是将文件加载到内存。

内存映射首先申请一段地址空间，并映射到物理存储器，而这里的物理存储器就是文件所在的磁盘，类似虚拟内存（pagefile）；

当有需要时，程序不需要先把它加到内存，而是直接从磁盘读取。从这里看，IO操作减少了（不需要先加载到内存）

使用内存映射文件,读取大文件

public static void main(String[] args) throws IOException { List<String> res = new ArrayList<>(); File file = new File("C:\\Users\\7q\\Desktop\\LogStat_2017-05-15_000.log"); long length = file.length(); //new RandomAccessFile(file,mode);只读方式("r")，还是以读写方式("rw"),不只是只写方式 //fileChannel.map(FileChannel.MapMode mode, long position, long size),映射方式,从什么位置开始映射,映射的范围有多大 MappedByteBuffer buffer = new RandomAccessFile(file, "r").getChannel().map(FileChannel.MapMode.READ_ONLY, 0, file.length()); StringBuilder sb = new StringBuilder(); for (int i = 0; i < (int) length; i++) { //buffer.get(i):返回对应索引的字节 \n的ASCII为10 if (buffer.get(i) == 10) {//判断遇到换行符，处理此行数据 res.add(sb.toString()); sb.delete(0, sb.length()); } else if (i == length - 1) {//判断到了最后一行，处理此行数据 sb.append((char) buffer.get(i)); res.add(sb.toString()); sb.append((char) buffer.get(i)); } else {//拼接成一行数据 sb.append((char) buffer.get(i)); } } for (String re : res) { System.out.println(re); } }

null