Java 堆 space 大文件错误 string.split

Question

我在另一台机器上出现堆 space 错误，但它在我的机器上运行我不能碰碰另一台机器的特性。我如何在不使用的情况下解决这个问题 Scanner.java ?

string.split 的论点是否正确，用于在 space 秒后将字符串拆分成多个部分的“”？

[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);

   }

Answer 1

如果我没记错的话，您可以在启动 jar 文件时分配更多的堆大小，例如：

java -Xmx256M -jar MyApp.jar

这意味着，您可以更改这些设置。

但话又说回来，仅仅增加堆大小并不能解决这个问题，如果文件变大，发生 oom 的机会也会增加。

您可以考虑在处理之前拆分大文件，例如只处理前 X 行，然后强制 GC 运行（通过清零）然后处理下一行。

Answer 2

How can I solve this problem without using Scanner.java ?

Scanner 不是问题。

如果您使用此代码出现 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);

您似乎正在将所有数据加载到 4 个地图中。（您没有向我们展示相关代码......但我在这里做出有根据的猜测。）

我的第二个猜测是你的输入文件非常大，并且在上面的数据结构中保存它们所需的内存量对于“其他”来说太大了机器的堆。

OOME 发生在 String.split 调用中这一事实并不表示 split 本身存在问题。这就是俗话说的“压死骆驼的最后一根稻草”。问题的根本原因在于拆分后对数据所做的处理。

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 或 -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 java 命令的 command documentation 以了解 -Xmx 和 -Xms 的作用以及如何设置它们。
使用内存效率更高的数据结构：
- 创建一个class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这4个映射。
- 使用内存效率更高的 Map 类型。
- 考虑使用经过排序的元组数组（包括散列）并使用二进制搜索来查找它们。
重新设计你的算法，这样它们就不会同时需要内存中的所有数据；例如将输入拆分为更小的文件并分别处理它们。（这可能是不可能的....）

Java 堆 space 大文件错误 string.split

Java heap space error at large files with string.split

java

file

heap-memory

space