在Java中按时间对大量字符串记录进行排序答案

【问题标题】：Sort for a large number of string record by time in Java在Java中按时间对大量字符串记录进行排序
【发布时间】：2018-08-25 01:52:09
【问题描述】：

我有一个包含数百万行记录的 CSV，我喜欢按时间对其进行排序。目前，我只是把它放在一个以ZonedDateTime 为键的树形图中。有没有更好的方法来做到这一点？猜猜至少最好使用toEpochSecond() 并使用 EpochSecond 作为密钥？是否有进一步改善？

时间在 CSV 中的一个字段中，下面是一个示例：

ABC.DE,,Market Price,2018-07-19T08:21:32.633494851+01,Quote,,,,,19.01,425,,,21.09,250,,,298911,21:32.6,,,,,,,,,,

【问题讨论】：

如果按时间排序，以什么方式？您从每一行读取的行或某个 DateTime 字段中读取的时间？
您能给我们一份该 csv 的样本吗？
可能没有更好的方法。您可以尝试使用 Longs 而不是 ZonedDateTimes 作为键，但如果没有显着的速度提升，我会继续使用 ZonedDateTimes，因为代码会更清晰。
你能放一个CSV文件的样本吗？
如果您没有遇到任何问题，您所拥有的一切都很好。如果您确实有性能或其他方面的问题，请告诉我们，我们可以进行改进。

【解决方案1】：

对于排序，请使用 sort。有 Arrays::sort 和 Collections::sort（还有 sorted 用于流）。

顺便说一句，如果时间重复，我需要稍微调整一下时间，否则记录会丢失。不确定是否有其他方法可以使用更少的内存，或者更快，或者不需要确保时间是不同的。

当然，普通的sort 不需要时间来区分。它很可能需要更少的内存并且速度更快。

对于非常庞大的数据，您可以进行某种文件合并排序，这样您就无需将其全部保存在内存中。但是，当你有这么多内存时，就没有什么可得到的了，不是吗？

猜猜至少使用 toEpochSecond() 并使用 EpochSecond 作为 key 更好？

也许吧。或者自己保存所有的解析和对字符串进行排序。假设您在所有地方都使用相同的时区，那么无论您将其视为日期时间还是字符串，2018-07-19T08:21:32.633494851+01 都会进行相同的比较。

【讨论】：

设计一个包含两个字段的类，时间和 CSV 行。按时间对此类的实例进行排序。由于时间不会排在第一位，因此将行排序为文本不会给您想要的结果。此外，对时间字符串进行排序不仅需要相同的偏移量，而且秒上的小数位数也相同。