Java大文本并行计算实现过程解析
简单提高文本读取效率，使用BufferedReader是个不错的选择。速度最快的方法是MappedByteBuffer，但是，相比BufferedReader而言，效果不是非常明显。也就是说，后者虽然快，但也快的有限(不要抱有性能提升几倍的幻想)。
对于大文本的读取，性能瓶颈主要在IO，read占时间多是正常的，硬盘本身就不快，读入内存后还要转成对象，都比较耗时间。
想要提速应当用并行的办法，用多线程同时读取和处理数据，但Java写多线程程序很麻烦，并行分段读同一个文件时还要考虑调整边界，也比较麻烦。
比如要这么个场景：分组汇总每个客户的销售额，部分源数据如下：
O_ORDERKEY O_CUSTKEY O_ORDERDATE O_TOTALPRICE
10262 RATTC 1996-07-22 14487.0
10263 ERNSH 1996-07-23 43818.0
10264 FOLKO 2007-07-24 1101.0
10265 BLONP 1996-07-25 5528.0
10266 WARTH 1996-07-26 7719.0
10267 FRANK 1996-07-29 20858.0
10268 GROSR 1996-07-30 19887.0
10269 WHITC 1996-07-31 456.0
10270 WARTH 1996-08-01 13654.0
...
期望的结果：
如果有集算器就简单多了，它对Java的多线程进行了封装，提供了对大文件分段并行的功能，写起来容易多了，对人员要求也低。比如上面问题，2行就搞定了(集算器内置了并行选项@m，不设置并行数，默认按核数做为并行数)：
=file("/workspace/orders.txt").cursor@mt()
=A1.groups(O_CUSTKEY;sum(O_TOTALPRICE):AMOUNT)
Java大文本并行计算实现过程解析相关教程
