如何使用file . readlines (fileName). getenumerator()逐行读取20到200gb
本文关键字:读取 200gb 逐行 getenumerator readlines 何使用 fileName file | 更新日期: 2023-09-27 18:16:30
我们正在尝试下面的代码。
public static int SplitFile(string fileName, string tmpFolder, List<string> queue, int splitSize = 100000)
{
int chunk = 0;
if (!Directory.Exists(tmpFolder))
Directory.CreateDirectory(tmpFolder);
using (var lineIterator = File.ReadLines(fileName).GetEnumerator())
{
bool stillGoing = true;
for (chunk = 0; stillGoing; chunk++)
{
stillGoing = WriteChunk(lineIterator, splitSize, chunk, tmpFolder, queue);
}
}
return chunk;
}
private static bool WriteChunk(IEnumerator<string> lineIterator,
int splitSize, int chunk, string tmpFolder, List<string> queue)
{
try
{
//int tmpChunkSize = 1000;
//int tmpChunkInc = 0;
string splitFile = Path.Combine(tmpFolder, "file" + chunk + ".txt");
using (var writer = File.CreateText(splitFile))
{
queue.Add(splitFile);
for (int i = 0; i < splitSize; i++)
{
if (!lineIterator.MoveNext())
{
return false;
}
writer.WriteLine(lineIterator.Current);
}
}
return true;
}
catch (Exception)
{
throw;
}
}
它创建了大约36个文本文件(大约800 MB),但在lineIterator.MoveNext()创建第37个文件时开始抛出"内存不足异常"。
当lineIterator。当前显示调试器中的值。
因为它是一个巨大的文件,你应该阅读它的Seek
和ReadBytes
方法的BinaryReader
您可以在这里看到一个简单的示例。使用ReadBytes后,检查最后的新行,并将进程文件写入您所读取的一定数量的行。不要把你读到的每一行都写下来,也不要把所有的数据都保存在内存里。
剩下的就看你了。
可能和那个When does File有关。ReadLines免费资源
IEnumerable
不继承自IDisposable,因为通常情况下,实现它的类只给你一个可枚举的承诺,它实际上还没有做任何需要被处理的事情。