169 похожих чатов

Привет. Хочу оптимизировать чтение достаточно объёмных файлов (1 GB+). Достаточно

ли будет использовать Path#forEachLine (который, как я понимаю, использует принцип BufferReader'а)?
Либо же есть какие-то более хитрые, но оптимизированные решения?

Важно уточнить, что я планирую последовательное чтение.

17 ответов

27 просмотров

Если речь про JVM, то forEachLine подойдет. Но иногда удобнее использовать что-то вроде lineSequence с последующими операторами filter, map, reduce и пр.

Aleksandr- Автор вопроса
Anton Lakotka
Если речь про JVM, то forEachLine подойдет. Но ино...

Чем это решение отличается по производительности?

Aleksandr
Чем это решение отличается по производительности?

по своей сути ничем. я лишь про удобство использования

Смотря в каком смысле. Если по памяти, то наверное да, если по скорости, то скорее всего нет

Aleksandr- Автор вопроса
Alexander Nozik
Смотря в каком смысле. Если по памяти, то наверное...

Ну смотри, мне хорошо бы быстро читать, но при этом не загружать весь буфер в память.

Aleksandr
Ну смотри, мне хорошо бы быстро читать, но при это...

Проблема с построчным чтением в том, что там буфер используется довольно неэффективно. Кроме того, не известно, где там переносы строк. Если это бинарник, там их вовсе может не быть.

Aleksandr- Автор вопроса
Alexander Nozik
Проблема с построчным чтением в том, что там буфер...

Нет, это не бинарный файл. Это csv файл. Касаемо неэффективности буфера, то тут есть тонкость. Важно в первую очередь уточнить какой именно volatile storage используется. Чтение сегментов (будь то HDD, будь то SDD) должно быть атомарным с точки зрения диска. Потому неясно как при построчно чтении можно оптимизировать буфер.

Aleksandr
Нет, это не бинарный файл. Это csv файл. Касаемо н...

Я про буфер IO. В CSV длина строки тоже может быть огромная

Aleksandr- Автор вопроса
Alexander Nozik
Я про буфер IO. В CSV длина строки тоже может быть...

Если строка огромная, то тогда это другой вопрос. Но в контексте моей проблемы как минимум несколько десятков строк должны помещаться в одну дисковую страницу

лучше всего поможет, если файлы на ssd будут

Aleksandr
Нет, это не бинарный файл. Это csv файл. Касаемо н...

да вроде бы нет подводных камней у стандартного forEachLine

Aleksandr- Автор вопроса
Iaroslav Postovalov
лучше всего поможет, если файлы на ssd будут

Последовательный поиск все равно там и там примерно идентичен. Операционные системы умеют подготавливать головку диска для чтения следующего сектора. Но да, SSD должен быть шустрее в случае параллельной обработки. Что в моем случае не вариант.

Aleksandr
Последовательный поиск все равно там и там примерн...

есть, кстати, вариант абстрагироваться от этого, взяв какую-нибудь джавовую библиотеку про стриминг csv

Aleksandr
Например?

не знаю, надо специально искать бенчмарки и по ним выбирать

Aleksandr
Последовательный поиск все равно там и там примерн...

а почему вы задумываетесь настолько глубоко?

Aleksandr
Если строка огромная, то тогда это другой вопрос. ...

Вопрос не про дисковую страницу, а про буффер в памяти. По хорошему, там надо вообще делать memory-mapping, но тут всегда надо думать, а насколько оно вам надо

Похожие вопросы

Обсуждают сегодня

Господа, а что сейчас вообще с рынком труда на делфи происходит? Какова ситуация?
Rꙮman Yankꙮvsky
29
А вообще, что может смущать в самой Julia - бы сказал, что нет единого стандартного подхода по многим моментам, поэтому многое выглядит как "хаки" и произвол. Короче говоря, с...
Viktor G.
2
30500 за редактор? )
Владимир
47
а через ESC-код ?
Alexey Kulakov
29
Чёт не понял, я ж правильной функцией воспользовался чтобы вывести отладочную информацию? но что-то она не ловится
notme
18
У меня есть функция где происходит это: write_bit(buffer, 1); write_bit(buffer, 0); write_bit(buffer, 1); write_bit(buffer, 1); write_bit(buffer, 1); w...
~
14
Добрый день! Скажите пожалуйста, а какие программы вы бы рекомендовали написать для того, чтобы научиться управлять памятью? Можно написать динамический массив, можно связный ...
Филипп
7
Недавно Google Project Zero нашёл багу в SQLite с помощью LLM, о чём достаточно было шумно в определённых интернетах, которые сопровождались рассказами, что скоро всех "ибешни...
Alex Sherbakov
5
Ребят в СИ можно реализовать ООП?
Николай
33
https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_h_common.erl#L174 https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_olp.erl#L76 15 лет назад...
Maksim Lapshin
20
Карта сайта