常熟哪里有java培训，推荐就业
java在处理数据量比较大的时候，加载到内存必然会导致内存溢出，而在一些数据处理中我们不得不去处理海量数据，那java是如何处理大数据的呢？有什么技巧吗？在做数据处理中，我们常见的手段是分解，压缩，并行，临时文件等方法。
例如，我们要将数据库（不论是什么数据库）的数据导出到一个文件，一般是excel或文本格式的csv；对于excel来讲，对于poi和jxl的接口，你很多时候没有办法去控制内存什么时候向磁盘写入，很恶心，而且这些api在内存构造的对象大小将比数据原有的大小要大很多倍数，所以你不得不去拆分excel，还好，poi开始意识到这个问题，在3.8.4的版本后，开始提供cache的行数，提供了sxssfworkbook的接口，可以设置在内存中的行数，不过可惜的是，他当你超过这个行数，每添加一行，它就将相对行数前面的一行写入磁盘（如你设置2000行的话，当你写第20001行的时候，他会将第一行写入磁盘），其实这个时候他些的临时文件，以至于不消耗内存，不过这样你会发现，刷磁盘的频率会非常高，我们的确不想这样，因为我们想让他达到一个范围一次性将数据刷如磁盘，比如一次刷1m之类的做法，可惜现在还没有这种api，很痛苦，我自己做过测试，通过写小的excel比使用目前提供刷磁盘的api来写大文件，效率要高一些，而且这样如果访问的人稍微多一些磁盘io可能会扛不住，因为io资源是非常有限的，所以还是拆文件才是上策；而当我们写csv，也就是文本类型的文件，我们很多时候是可以自己控制的，不过你不要用csv自己提供的api，也是不太可控的，csv本身就是文本文件，你按照文本格式写入即可被csv识别出来；如何写入呢？下面来说说。。。
在处理数据层面，如从数据库中读取数据，生成本地文件，写代码为了方便，我们未必要1m怎么来处理，这个交给底层的驱动程序去拆分，对于我们的程序来讲我们认为它是连续写即可；我们比如想将一个1000w数据的数据库表，导出到文件；此时，你要么进行分页，oracle当然用三层包装即可，mysql用limit，不过分页每次都会新的查询，而且随着翻页，会越来越慢，其实我们想拿到一个句柄，然后向下游动，编译一部分数据（如10000行）将写文件一次（写文件细节不多说了，这个是较基本的），需要注意的时候每次buffer的数据，在用outputstream写入的时候，较好flush一下，将缓冲区清空下。
来设置游标的方式，以至于游标不是将数据直接cache到本地内存，然后通过设置statement.setfetchsize(200);设置游标每次遍历的大小；ok，这个其实我用过，oracle用了和没用没区别，因为oracle的jdbc api默认就是不会将数据cache到java的内存中的，而mysql里头设置根本无效，我上面说了一堆废话，呵呵，我只是想说，java提供的标准api也未必有效，很多时候要看厂商的实现机制，还有这个设置是很多网上说有效的，但是这纯属抄袭；对于oracle上面说了不用关心，他本身就不是cache到内存，所以java内存不会导致什么问题，如果是mysql，首先必须使用5以上的版本，然后在连接参数上加上usecursorfetch=true这个参数，至于游标大小可以通过连接参数上加上：defaultfetchsize=1000来设置，
上次被这个问题纠结了很久（mysql的数据老导致程序内存膨胀，并行2个直接系统就宕了），还去看了很多源码才发现奇迹竟然在这里，较后经过mysql文档的确认，然后进行测试，并行多个，而且数据量都是500w以上的，都不会导致内存膨胀，gc一切正常，这个问题终于完结了。
java在处理大数据的时候还是有一些小技巧的，正确运用这些小技巧，有时候在处理问题时往往会事半功倍。更多java的学习尽在捷梯教育，捷梯教育的java课程有四个阶段的学习，四个阶段让大牛讲师带你精通掌握java技术。