java - 带有 string.split 的大文件中的 Java 堆空间错误
问题描述
我在另一台机器上出现堆空间错误,但它在我的机器上运行,我无法确定另一台机器的属性。如何在不使用 Scanner.java 的情况下解决此问题?
string.split 的参数是否正确,“”用于在空格后分割字符串以将字符串分割成碎片?
[文件:]
U 1 234.003 30 40 50 true
T 2 234.003 10 60 40 false
Z 3 17234.003 30 40 50 true
M 4 0.500 30 40 50 true
/* 1000000+ lines */
java.lang.OutOfMemoryError: Java heap space
at java.base/java.util.Arrays.copyOfRange(Arrays.java:3821)
at java.base/java.lang.StringLatin1.newString(StringLatin1.java:764)
at java.base/java.lang.String.substring(String.java:1908)
at java.base/java.lang.String.split(String.java:2326)
at java.base/java.lang.String.split(String.java:2401)
at project.FileR(Fimporter.java:99)
public static DataBase File(String filename) throws IOException {
BufferedReader fs = new BufferedReader(new FileReader(filename),64 * 1024);
String line;
String[] wrds;
String A; int hash; double B; int C; int D; boolean E; DataBase DB = new DataBase();
while (true) {
line = fs.readLine();
if (line == null) {break;}
wrds = line.split(" "); /* this is line 99 in the error-message */
hash = Integer.parseInt(wrds[1]);
B = Double.parseDouble(wrds[2]);
C = Integer.parseInt(wrds[3]);
D = Integer.parseInt(wrds[4]);
E = Boolean.parseBoolean(wrds[5]);
// hash is hashcode for all values B C D E in DataBase DB
DB.listB.put(hash,B);
DB.listC.put(hash,C);
DB.listD.put(hash,D);
DB.listE.put(hash,E);
}
解决方案
如何在不使用 Scanner.java 的情况下解决此问题?
Scanner
不是问题。
如果您使用此代码获得 OOME,最可能的根本原因如下:
DB.listB.put(hash,B);
DB.listC.put(hash,C);
DB.listD.put(hash,D);
DB.listE.put(hash,E);
您似乎将所有数据加载到 4 个地图中。(您还没有向我们展示相关代码......但我在这里做出有根据的猜测。)
我的第二个猜测是您的输入文件非常大,并且在上述数据结构中保存它们所需的内存量对于“其他”机器的堆来说太大了。
OOME 发生在呼叫中的事实本身String.split
并不表示存在问题。split
这只是俗话说的“压死骆驼的稻草”。问题的根本原因在于您在拆分数据后对数据的处理方式。
可能的解决方案/解决方法:
增加“其他”机器上的堆大小。如果您没有设置
-Xmx
or-Xms
选项,JVM 将使用默认的最大堆大小……通常是物理内存的 1/4。阅读命令的命令文档以
java
了解它们的作用-Xmx
和-Xms
操作以及如何设置它们。使用内存效率更高的数据结构:
创建一个类来表示由 B、C、D、E 值组成的元组。然后用这些元组的映射替换 4 个映射。
使用内存效率更高的
Map
类型。考虑使用已排序的元组数组(包括哈希)并使用二进制搜索来查找它们。
重新设计你的算法,使它们不需要同时在内存中的所有数据;例如,将输入拆分为较小的文件并分别处理它们。(这可能是不可能的......)
推荐阅读
- python - 在 Mac 上安装 Docker 但找不到命令
- c# - 为什么 Or 运算符不起作用?
- linux - Linux Rider 新解决方案只有空解决方案
- c++ - Vulkan 中的描述符集计数歧义
- python - 如何使用 Python SDK 访问 Azure AD?
- python - 为什么我的 python 2.7 进程使用大量内存?
- angular - Angular Material MatChipList 点击获取所有选中的芯片
- python - 重塑数据框以提取特定结果
- python - python pandas在数据框列中添加列表作为默认值
- node.js - Nodejs WebService 数据库选择