草庐IT

Java:在巨大的磁盘文件上进行随机读取的最快方法

coder 2024-03-28 原文

我有一组中等大小的数据，大约 800 MB 左右，这基本上是一些大型的预计算表，我需要将一些计算速度提高几个数量级(创建该文件需要数个多核计算机几天才能生成)使用优化的多线程算法...我真的需要那个文件)。

现在已经计算了一次，那 800MB 的数据是只读的。

我无法记住它。

到目前为止，它是一个 800MB 的巨大文件，但如果有帮助，拆分成更小的文件不是问题。

我需要花很多时间在该文件中到处读取大约 32 位的数据。我事先不知道我需要在哪里读取这些数据:读取是均匀分布的。

在 Java 中随机读取这样一个或多个文件的最快方法是什么？理想情况下，我应该从几个不相关的线程中进行这些读取(但如果需要，我可以在单个线程中对读取进行排队)。

Java NIO 是正确的选择吗？

我不熟悉“内存映射文件”:我想我不想映射内存中的 800 MB。

我想要的只是访问这 800MB 磁盘数据的最快随机读取。

顺便说一句，以防人们怀疑这与我不久前提出的问题完全不同:

Java: fast disk-based hash set

最佳答案

800MB 在内存中加载和存储并不算多。如果您能负担得起让多核机器连续数天处理数据集，那么您也能负担得起额外 GB 或 2 GB 的 RAM，不是吗？

就是说，阅读 Java 的 java.nio.MappedByteBuffer 。从您的评论“我想我不想映射内存中的 800 MB” 可以清楚地看出概念不明确。

简而言之，映射字节缓冲区允许以编程方式访问内存中的数据，尽管它可能在磁盘上或内存中——这由操作系统决定，因为 Java 的 MBB 基于操作系统的虚拟内存子系统。它也很好而且很快。您还可以安全地从多个线程访问单个 MBB。

以下是我建议您采取的步骤:

  1. 实例化一个将您的数据文件映射到 MBB 的 MappedByteBuffer。这个作品有点贵，所以请保留它。
  2. 在您的查找方法中...
    1. 实例化一个byte[4]数组
    2. 调用.get(byte[] dst, int offset, int length)
    3. 字节数组现在将包含您的数据，您可以将其转化为一个值

很快!你有你的数据!

我是 MBB 的忠实粉丝，过去曾成功地将它们用于此类任务。

关于Java:在巨大的磁盘文件上进行随机读取的最快方法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/2346794/

上进最快section多核的javanio

有关Java:在巨大的磁盘文件上进行随机读取的最快方法的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  3. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  4. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  5. ruby - 其他文件中的 Rake 任务 - 2

    我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时

  6. ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2

    我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，

  7. ruby - Facter::Util::Uptime:Module 的未定义方法 get_uptime (NoMethodError) - 2

    我正在尝试设置一个puppet节点，但ruby​​gems似乎不正常。如果我通过它自己的二进制文件(/usr/lib/ruby/gems/1.8/gems/facter-1.5.8/bin/facter)在cli上运行facter，它工作正常，但如果我通过由ruby​​gems(/usr/bin/facter)安装的二进制文件，它抛出:/usr/lib/ruby/1.8/facter/uptime.rb:11:undefinedmethod`get_uptime'forFacter::Util::Uptime:Module(NoMethodError)from/usr/lib/ruby

  8. ruby-on-rails - Rails 3 中的多个路由文件 - 2

    Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题

  9. ruby - 将差异补丁应用于字符串/文件 - 2

    对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl

  10. ruby - 如何将脚本文件的末尾读取为数据文件(Perl 或任何其他语言) - 2

    我正在寻找执行以下操作的正确语法(在Perl、Shell或Ruby中):#variabletoaccessthedatalinesappendedasafileEND_OF_SCRIPT_MARKERrawdatastartshereanditcontinues. 最佳答案 Perl用__DATA__做这个:#!/usr/bin/perlusestrict;usewarnings;while(){print;}__DATA__Texttoprintgoeshere 关于ruby-如何将脚

随机推荐