如何利用Java高效讀取大文件

在內存中讀取
讀取文件行的標準方式是在內存中讀取，Guava 和Apache Commons IO都提供瞭如下所示快速讀取文件行的方法：

Files.readLines(new File(path), Charsets.UTF_8);
FileUtils.readLines(new File(path));

這種方法帶來的問題是文件的所有行都被存放在內存中，當文件足夠大時很快就會導致程序拋出OutOfMemoryError 異常。
讀取一個大約1G的文件

public void readFiles() throws IOException {
    String path = "...";
    Files.readLines(new File(path), Charsets.UTF_8);
}

這種方式剛開始只佔用了很少量的內存，然而，當文件全部讀入內存後，我們可以看到，佔用了大量的內存（約2個G）

[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Total Memory: 2666 Mb
[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Free Memory: 490 Mb

這意味着這一過程消耗了大約2.1G的內存，因爲文件的所有行都被存儲在了內存中，把文件所有的內容都放在內存中很快會耗盡可用內存——不論實際可用內存有多大，這點是顯而易見的。
此外，我們通常不需要把文件的所有行一次性地放入內存中——相反，我們只需要遍歷文件的每一行，然後做相應的處理，處理完之後把它扔掉。所以，這正是我們將要做的——通過行迭代，而不是把所有行都放在內存中。
文件流
現在我們來看看下面這種解決方法，我們用Java.util.Scanner 掃描文件的每一行，一行一行連續的讀取：

FileInputStream inputStream = null;
Scanner sc = null;
try {
    inputStream = new FileInputStream(path);
    sc = new Scanner(inputStream, "UTF-8");
    while (sc.hasNextLine()) {
        String line = sc.nextLine();
        // System.out.println(line);
    }
    // note that Scanner suppresses exceptions
    if (sc.ioException() != null) {
        throw sc.ioException();
    }
} finally {
    if (inputStream != null) {
        inputStream.close();
    }
    if (sc != null) {
        sc.close();
    }
}

這種方案會遍歷文件中的所有行，允許對每一行進行處理，而不保持對它的引用，總之沒有把他們存放在內存中，我們可以看到，大約消耗了150MB內存。

[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Total Memory: 763 Mb
[main] INFO  org.baeldung.java.CoreJavaIoUnitTest - Free Memory: 605 Mb

Apache Commons IO流
同樣可以使用Commons IO流，利用該庫提供的自定義 LineIterator類：

LineIterator it = FileUtils.lineIterator(theFile, "UTF-8");
try {
    while (it.hasNext()) {
        String line = it.nextLine();
        // do something with line
    }
} finally {
    LineIterator.closeQuietly(it);
}

同樣也消耗了相當少的內存，大約150M：

[main] INFO  o.b.java.CoreJavaIoIntegrationTest - Total Memory: 752 Mb
[main] INFO  o.b.java.CoreJavaIoIntegrationTest - Free Memory: 564 Mb