Java 7 中如何写出大量具有内存效率的大文件

Question

我需要将大量数据（我可以在一秒钟内获得高达 1KB 的数据）写入多个不同的文件（每个文件最多可以增加几个 GiB 的空间。

在我的应用程序中，一个线程不断生成数据，目前我正在为每个文件创建一个线程来写入数据（创建一个新文件取决于生产者正在生成的输入数据的某些标准）。

我正在使用由 BufferedWriter 包装的 FileWriter。最初我尝试使用 8KB 的默认缓冲大小进行写入。但是由于这使得每秒的写入次数更高，所以 CPU 消耗会迅速增加而不会下降。

所以，我现在已将缓冲大小增加到 50KB。 但这使我的应用程序由于 outOfMemory 问题而崩溃。

当我对其进行分析时，我可以看到所有数据都以 char 数组的形式存储，该数组由缓冲写入器创建（记住每个文件一个缓冲写入器。我有大约 400 个这样的文件）。

请在此处提出如​​何解决该问题的建议。 我也想知道是否有任何替代方案或更好的方法来实现该要求。

我不能将缓冲区大小减少到 50KB 以下，因为这会使我的 CPU 达到 100%。

编辑：好的，我认为我不需要添加代码，因为我可以使要求非常清楚（而且我与代码无关。没关系，只是我在寻找效率）。但是，由于我的问题被否决了，所以我将我的代码包括在这里。

public class DataWriter {

      private LinkedBlockingQueue<MyDataObject> dataQueue = new LinkedBlockingQueue<>();
      private ExecutorService singleThread = Executors.newSingleThreadExecutor();
      private boolean isRunning = true;
      private Map<String, FileWriterThread> map = Collections.synchronizedMap(new HashMap<String, FileWriterThread>());

      public DataWriter() {
         singleThread.submit(new DataProcessor());
      }

      public void writeProducedData(MyDataObject object) {
          if (isRunning) {
             dataQueue.offer(object);
          }
      }

      public void stopWriting() {
          isRunning = false;
      }

      private class DataProcessor implements Runnable {

         @Override
         public void run() {
            while (isRunning) {

            MyDataObject obj = dataQueue.take();

            if (obj.getMapKey() == null) {
                FileWriterThread thread = new FileWriterThread();
                map.put(obj.getMapKey(), thread);
            }

            FileWriterThread thread = map.get(obj.getMapKey());
            thread.writeData(obj);
         }
        }        
      }
    }

FileWriterThread 类：

public class FileWriterThread {

       private ExecutorService singleThread = Executors.newSingleThreadExecutor();
       private FileWriter fileWriter;
       private BufferedWriter bufferedWriter;
       private LinkedBlockingQueue<MyDataObject> dataQueue = new LinkedBlockingQueue<>();

    public FileWriterThread() {
      singleThread.submit(new DataProcessor());
    }

    public void writeData(MyDataObject obj) {
     if (fileWriter == null) {
       createWriter(obj.getFileName());
     }
     dataQueue.offer(obj);
    }

    public void stopWriting() {
      // close the file writer and buffer writer gracefully
    }

    private void createWriter(String fileName) {
      try {
        fileWriter = new FileWriter(fileName, true);
        bufferedWriter = new BufferedWriter(fileWriter, 50);
      } catch (Exception e){}   
    }

    private class DataProcessor implements Runnable {

       @Override
       public void run() {
         MyDataObject obj =  dataQueue.take();
         try {
           bufferedWriter.write(obj.toString());
         } catch(Exception e) {}
       }
    }
  }

Answer 1

拥有所有这些线程并没有给您带来任何好处——整个事情是受 IO 限制的，而不是受 CPU 限制的（或者，如果您的 CPU 没有努力处理 400 个线程，那么会是这样）。

在单个线程中，只需让您的生产者写信给适当的作者：

   Map<String, Writer> writers = ...;

   private handleOutput(byte[] output, String key) {
        writers.get(key).write(output);
   }

如果您想分离您的关注点，也许有几个（不是数百个）线程用于编写和一个用于生产，用Queue 将它们分开。