ForkJoin统计文件夹中包含关键词的数量
2018-06-09总结:
ForkJoin确实可以很快速的去解析文件并统计关键词的数量,但是如果文件过大就会出现内存溢出,是否可以通过虚拟内存方式解决内存溢出的问题呢?
package com.oxygen.forkjoin.model; import java.util.List; /** * 文档 * @author renguanyu * */ public class Document { private List<String> lines; public Document(List<String> lines) { super(); this.lines = lines; } public List<String> getLines() { return lines; } public void setLines(List<String> lines) { this.lines = lines; } }
package com.oxygen.forkjoin.model; import java.util.List; /** * 文件夹 * @author renguanyu * */ public class Folder { private List<Folder> subFolders; private List<Document> documents; public Folder(List<Folder> subFolders, List<Document> documents) { this.subFolders = subFolders; this.documents = documents; } public List<Folder> getSubFolders() { return subFolders; } public void setSubFolders(List<Folder> subFolders) { this.subFolders = subFolders; } public List<Document> getDocuments() { return documents; } public void setDocuments(List<Document> documents) { this.documents = documents; } }
package com.oxygen.forkjoin.service; import java.io.BufferedReader; import java.io.File; import java.io.FileNotFoundException; import java.io.FileReader; import java.io.IOException; import java.util.ArrayList; import java.util.List; import com.oxygen.forkjoin.model.Document; /** * 文档服务 * @author renguanyu * */ public class DocumentService { /** * 读取文件中所以数据 * @param file 文件 * @return 文档 */ public static Document fromFile(File file) { List<String> lines = new ArrayList<>(); try(BufferedReader reader = new BufferedReader(new FileReader(file))) { String line = reader.readLine(); while (line != null) { lines.add(line); line = reader.readLine(); } } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } return new Document(lines); } }
package com.oxygen.forkjoin.service; import java.io.File; import java.io.IOException; import java.util.ArrayList; import java.util.List; import java.util.concurrent.ForkJoinPool; import com.oxygen.forkjoin.model.Document; import com.oxygen.forkjoin.model.Folder; import com.oxygen.forkjoin.task.FolderSearchTask; /** * 文件夹服务 * @author renguanyu * */ public class FolderService{ /** * 递归查询文件夹中所有的数据 * 1.在内存中建立文件夹的结构 * 2.把数据都加载到这个结构中,方便下一步计算 * @param dir 文件夹 * @return 文件夹 */ public static Folder fromDirectory(File dir) { List<Document> documents = new ArrayList<>(); List<Folder> subFolders = new ArrayList<>(); for (File entry : dir.listFiles()) { if (entry.isDirectory()) { subFolders.add(FolderService.fromDirectory(entry)); } else { documents.add(DocumentService.fromFile(entry)); } } return new Folder(subFolders, documents); } /** * 获取关键词总数 * @param targetFolder 目标文件夹 * @param keyword 关键词 * @throws IOException */ public static long getKeywordTotal(String targetFolder, String keyword) { ForkJoinPool forkJoinPool = new ForkJoinPool(); //把文件夹中的数据加载到内存中,我这个文件夹中就一个日志文件 File dir = new File(targetFolder); Folder folder = FolderService.fromDirectory(dir); //创建一个搜索任务 FolderSearchTask task = new FolderSearchTask(folder, keyword); //开始执行fork/join任务 long counts = forkJoinPool.invoke(task); return counts; } }
package com.oxygen.forkjoin.task; import java.util.List; import java.util.concurrent.RecursiveTask; import com.oxygen.forkjoin.model.Document; /** * 文档搜索任务 * @author renguanyu * */ public class DocumentSearchTask extends RecursiveTask<Long> { private static final long serialVersionUID = 1L; private Document document; private String searchedWord; public DocumentSearchTask(Document document, String searchedWord) { super(); this.document = document; this.searchedWord = searchedWord; } @Override protected Long compute() { long count = 0; List<String> lines = document.getLines(); for (String line : lines) { String[] words = line.trim().split("(\\s|\\p{Punct})+"); for (String word : words) { if (searchedWord.equals(word)) { count = count + 1; } } } return count; } }
package com.oxygen.forkjoin.task; import java.util.ArrayList; import java.util.List; import java.util.concurrent.RecursiveTask; import com.oxygen.forkjoin.model.Document; import com.oxygen.forkjoin.model.Folder; /** * 文件夹搜索任务 * @author renguanyu * */ public class FolderSearchTask extends RecursiveTask<Long> { private static final long serialVersionUID = 1L; private Folder folder; private String searchedWord; public FolderSearchTask(Folder folder, String searchedWord) { super(); this.folder = folder; this.searchedWord = searchedWord; } //计算方法 @Override protected Long compute() { long count = 0L; List<RecursiveTask<Long>> forks = new ArrayList<>(); //获取文件夹下的子文件夹 for (Folder subFolder : folder.getSubFolders()) { //递归文件夹搜索任务 FolderSearchTask task = new FolderSearchTask(subFolder, searchedWord); //把任务添加到分叉列表,用于合并任务 forks.add(task); //放到工作队列中 task.fork(); } //获取文件夹下的文档 for (Document document : folder.getDocuments()) { DocumentSearchTask task = new DocumentSearchTask(document, searchedWord); //把任务添加到分叉列表,用于合并任务 forks.add(task); //放到工作队列中 task.fork(); } //合并工作队列中各个线程计算结果的值 for (RecursiveTask<Long> task : forks) { count = count + task.join(); } return count; } }
package com.oxygen.forkjoin.test; import java.io.IOException; import com.oxygen.forkjoin.service.FolderService; /** * 测试程序 * @author renguanyu * */ public class MainTest { public static void main(String[] args) throws IOException { long startTime = System.currentTimeMillis(); long counts = FolderService.getKeywordTotal("C:\\test\\logs\\", "null"); long stopTime = System.currentTimeMillis(); long completeTime = stopTime - startTime; System.out.println(counts + " , fork / join search took " + completeTime + "ms"); } }
ForkJoin统计文件夹中包含关键词的数量的更多相关文章
- Path,Files巩固,题目:从键盘接收两个文件夹路径,把其中一个文件夹中(包含内容)拷贝到另一个文件夹中
这个题目用传统的File,InputStream可以做,但是如果用Files,Path类做,虽然思路上会困难一些,但是代码简洁了很多,以下是代码: import java.io.IOException ...
- 使用.NET统计文件夹中文件总数
软件下载: http://hovertree.com/h/bjaf/hwqtjwjs.htm 截图: 使用方法:点击按钮,选择文件夹,就可以显示文件夹中包含的文件总数. 这个项目包含在HoverTre ...
- 【linux】统计文件夹中文件行数
统计当前目录下,排除venv目录,剩余所有py文件的行数 wc -l `find -path ./venv -prune -o -name '*py'`
- java基础 File 递归删除文件夹中所有文件文件夹 目录(包含子目录)下的.java文件复制到e:/abc文件夹中, 并统计java文件的个数
File 递归删除文件夹中所有文件文件夹 package com.swift.kuozhan; import java.io.File; import java.util.Scanner; /*键盘录 ...
- 用字符流实现每个文件夹中创建包含所有文件信息的readme.txt
package com.readme; import java.io.BufferedWriter; import java.io.File; import java.io.FileWriter; i ...
- 用C语言实现统计一个文件夹中各种文件的比例
<UNIX环境高级编程>中的程序清单4-7就介绍了如何实现递归地统计某个目录下面的文件!我刚开始看过它的代码后,觉得照着敲太没意思了,所以就合上书自己写了一遍!为此还写了一篇博文,这是博文 ...
- (文档)Shader.Find (在编译时,只包含那些使用中的shader或位置在"Resources"文件夹中shader)
Shader.Find 查找 static function Find (name : string) : Shader Description描述 Finds a shader with the g ...
- 【原】Mac下统计任意文件夹中代码行数的工
[链接][原]Mac下统计任意文件夹中代码行数的工http://www.cnblogs.com/wengzilin/p/4580646.html
- .net网站上传图片换电脑不显示 当不用网站的IP地址访问图片,只用相对路径访问时,在发布网站的时候,将上传图片的目标文件夹,包含在项目中再发布即可。
.net网站上传图片换电脑不显示 当不用网站的IP地址访问图片,只用相对路径访问时,在发布网站的时候,将上传图片的目标文件夹,包含在项目中再发布即可.
随机推荐
- P1092 电子表格
题目描述 在流行的电子表格系统中(例如,在Excel中),使用如下计算方式来对列号进行计算. 第1列对应A,第2列对应B,--,第26列对应Z.然后使用两个大写英文字母来表示列:第27列对应AA,第2 ...
- jieba—parallel
jieba 并行处理进行测试,注意:并行分词仅支持默认分词器 jieba.dt 和 jieba.posseg.dt import sys import time import jieba jieba. ...
- H3C Hosts文件
- 天使玩偶/SJY摆棋子
P4169 [Violet]天使玩偶/SJY摆棋子 CDQ分治的题目. 我们发现题目要我们求的\(|A_x-B_x|+|A_y-B_y|\)的绝对值号比较恶心. 试想一下怎么去掉 如果所有的点都在我们 ...
- 【20.51%】【codeforces 610D】Vika and Segments
time limit per test2 seconds memory limit per test256 megabytes inputstandard input outputstandard o ...
- 记mysql一次莫名的1062错误
1062 Duplicate entry '...' for key 'PRIMARY指的是主键重复或者唯一索引重复. 本来mysql表中未设主键和唯一索引,准备加上,但是设置的时候总是提示1062, ...
- 十三、springboot 优雅集成spring-boot-admin 实现程序监控
前言 我们知道项目的监控是尤为重要的,但是我们如果用jdk 自带的jconsole 和jvisualvm 的话会非常繁琐,且界面不是很友好.之前我们使用了spring boot 项目,但是都没有对项目 ...
- 洛谷$P4585\ [FJOI2015]$火星商店问题 线段树+$trie$树
正解:线段树+$trie$树 解题报告: 传送门$QwQ$ $umm$题目有点儿长我先写下题目大意趴$QwQ$,就说有$n$个初始均为空的集合和$m$次操作,每次操作为向某个集合内加入一个数$x$,或 ...
- $Poj2083/AcWing118\ Fractal$ 模拟
$AcWing$ $Sol$ 一年前做过差不多的南蛮图腾,当时做出来还是很有成就感的$OvO$ $N<=7$,就是模拟模拟,预处理一下,$over$ $Code$ #include<bit ...
- 【记录】.bin文件 到 .vdi文件的转换教程
.bin文件 到 .vdi文件的转换教程 1. 背景 想体验一下 Chrome OS 系统,于是准备在 虚拟机VirtualBox(Mac版) 中安装一下,网上教程非常少,找到如下教程 原贴地址:ht ...