如何用Java?幾分鐘處理完?30?億個(gè)數(shù)據(jù)(項(xiàng)目難題)

更新時(shí)間：2022年07月01日 10:30:12 作者：長(zhǎng)煙慢慢

現(xiàn)有一個(gè) 10G 文件的數(shù)據(jù)，里面包含了 18-70 之間的整數(shù)，分別表示 18-70 歲的人群數(shù)量統(tǒng)計(jì)，今天小編通過(guò)本文給大家講解如何用Java?幾分鐘處理完?30?億個(gè)數(shù)據(jù)，這個(gè)問(wèn)題一直以來(lái)是項(xiàng)目難題，今天通過(guò)本文給大家詳細(xì)介紹下，感興趣的朋友一起看看吧

1. 場(chǎng)景說(shuō)明

現(xiàn)有一個(gè) 10G 文件的數(shù)據(jù)，里面包含了 18-70 之間的整數(shù)，分別表示 18-70 歲的人群數(shù)量統(tǒng)計(jì)。假設(shè)年齡范圍分布均勻，分別表示系統(tǒng)中所有用戶的年齡數(shù)，找出重復(fù)次數(shù)最多的那個(gè)數(shù)，現(xiàn)有一臺(tái)內(nèi)存為 4G、2 核 CPU 的電腦，請(qǐng)寫一個(gè)算法實(shí)現(xiàn)。

23,31,42,19,60,30,36,........

2. 模擬數(shù)據(jù)

Java 中一個(gè)整數(shù)占 4 個(gè)字節(jié)，模擬 10G 為 30 億左右個(gè)數(shù)據(jù)，采用追加模式寫入 10G 數(shù)據(jù)到硬盤里。
每 100 萬(wàn)個(gè)記錄寫一行，大概 4M 一行，10G 大概 2500 行數(shù)據(jù)。

package bigdata;
import java.io.*;
import java.util.Random;
/**
 * @Desc:
 * @Author: bingbing
 * @Date: 2022/5/4 0004 19:05
 */
public class GenerateData {
    private static Random random = new Random();
    public static int generateRandomData(int start, int end) {
        return random.nextInt(end - start + 1) + start;
    }
    /**
     * 產(chǎn)生10G的 1-1000的數(shù)據(jù)在D盤
     */
    public void generateData() throws IOException {
        File file = new File("D:\\ User.dat");
        if (!file.exists()) {
            try {
                file.createNewFile();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        int start = 18;
        int end = 70;
        long startTime = System.currentTimeMillis();
        BufferedWriter bos = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(file, true)));
        for (long i = 1; i < Integer.MAX_VALUE * 1.7; i++) {
            String data = generateRandomData(start, end) + ",";
            bos.write(data);
            // 每100萬(wàn)條記錄成一行，100萬(wàn)條數(shù)據(jù)大概4M
            if (i % 1000000 == 0) {
                bos.write("\n");
            }
        }
        System.out.println("寫入完成! 共花費(fèi)時(shí)間:" + (System.currentTimeMillis() - startTime) / 1000 + " s");
        bos.close();
    }
    public static void main(String[] args) {
        GenerateData generateData = new GenerateData();
        try {
            generateData.generateData();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

上述代碼調(diào)整參數(shù)執(zhí)行 2 次，湊 10G 數(shù)據(jù)在 D 盤 User.dat 文件里：

準(zhǔn)備好 10G 數(shù)據(jù)后，接著寫如何處理這些數(shù)據(jù)。

3. 場(chǎng)景分析

10G 的數(shù)據(jù)比當(dāng)前擁有的運(yùn)行內(nèi)存大的多，不能全量加載到內(nèi)存中讀取。如果采用全量加載，那么內(nèi)存會(huì)直接爆掉，只能按行讀取。Java 中的 bufferedReader 的 readLine() 按行讀取文件里的內(nèi)容。

4. 讀取數(shù)據(jù)

首先，我們寫一個(gè)方法單線程讀完這 30 億數(shù)據(jù)需要多少時(shí)間，每讀 100 行打印一次：

    private static void readData() throws IOException {
 
        BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(FILE_NAME), "utf-8"));
        String line;
        long start = System.currentTimeMillis();
        int count = 1;
        while ((line = br.readLine()) != null) {
            // 按行讀取
//            SplitData.splitLine(line);
            if (count % 100 == 0) {
                System.out.println("讀取100行,總耗時(shí)間: " + (System.currentTimeMillis() - start) / 1000 + " s");
                System.gc();
            }
            count++;
        }
        running = false;
        br.close();
 
    }

按行讀完 10G 的數(shù)據(jù)大概 20 秒，基本每 100 行，1 億多數(shù)據(jù)花 1 秒，速度還挺快。

5. 處理數(shù)據(jù)

5.1 思路一

通過(guò)單線程處理，初始化一個(gè) countMap，key 為年齡，value 為出現(xiàn)的次數(shù)。將每行讀取到的數(shù)據(jù)按照 "," 進(jìn)行分割，然后獲取到的每一項(xiàng)進(jìn)行保存到 countMap 里。如果存在，那么值 key 的 value+1。

    for (int i = start; i <= end; i++) {
            try {
                File subFile = new File(dir + "\\" + i + ".dat");
                if (!file.exists()) {
                    subFile.createNewFile();
                }
                countMap.computeIfAbsent(i + "", integer -> new AtomicInteger(0));
            } catch (FileNotFoundException e) {
                e.printStackTrace();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }

單線程讀取并統(tǒng)計(jì) countMap：

     public static void splitLine(String lineData) {
            String[] arr = lineData.split(",");
            for (String str : arr) {
                if (StringUtils.isEmpty(str)) {
                    continue;
                }
                countMap.computeIfAbsent(str, s -> new AtomicInteger(0)).getAndIncrement();
            }
        }

通過(guò)比較找出年齡數(shù)最多的年齡并打印出來(lái)：

  private static void findMostAge() {
        Integer targetValue = 0;
        String targetKey = null;
        Iterator<Map.Entry<String, AtomicInteger>> entrySetIterator = countMap.entrySet().iterator();
        while (entrySetIterator.hasNext()) {
            Map.Entry<String, AtomicInteger> entry = entrySetIterator.next();
            Integer value = entry.getValue().get();
            String key = entry.getKey();
            if (value > targetValue) {
                targetValue = value;
                targetKey = key;
            }
        }
        System.out.println("數(shù)量最多的年齡為:" + targetKey + "數(shù)量為：" + targetValue);
    }

完整代碼

package bigdata;
import org.apache.commons.lang3.StringUtils;
import java.io.*;
import java.util.*;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.AtomicInteger;
/**
 * @Desc:
 * @Author: bingbing
 * @Date: 2022/5/4 0004 19:19
 * 單線程處理
 */
public class HandleMaxRepeatProblem_v0 {
    public static final int start = 18;
    public static final int end = 70;
    public static final String dir = "D:\\dataDir";
    public static final String FILE_NAME = "D:\\ User.dat";
    /**
     * 統(tǒng)計(jì)數(shù)量
     */
    private static Map<String, AtomicInteger> countMap = new ConcurrentHashMap<>();
    /**
     * 開啟消費(fèi)的標(biāo)志
     */
    private static volatile boolean startConsumer = false;
    /**
     * 消費(fèi)者運(yùn)行保證
     */
    private static volatile boolean consumerRunning = true;
    /**
     * 按照 "," 分割數(shù)據(jù)，并寫入到countMap里
     */
    static class SplitData {
        public static void splitLine(String lineData) {
            String[] arr = lineData.split(",");
            for (String str : arr) {
                if (StringUtils.isEmpty(str)) {
                    continue;
                }
                countMap.computeIfAbsent(str, s -> new AtomicInteger(0)).getAndIncrement();
            }
        }
    }
    /**
     *  init map
     */
    static {
        File file = new File(dir);
        if (!file.exists()) {
            file.mkdir();
        }
        for (int i = start; i <= end; i++) {
            try {
                File subFile = new File(dir + "\\" + i + ".dat");
                if (!file.exists()) {
                    subFile.createNewFile();
                }
                countMap.computeIfAbsent(i + "", integer -> new AtomicInteger(0));
            } catch (FileNotFoundException e) {
                e.printStackTrace();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
    public static void main(String[] args) {
        new Thread(() -> {
            try {
                readData();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }).start();
    }
    private static void readData() throws IOException {
        BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(FILE_NAME), "utf-8"));
        String line;
        long start = System.currentTimeMillis();
        int count = 1;
        while ((line = br.readLine()) != null) {
            // 按行讀取，并向map里寫入數(shù)據(jù)
            SplitData.splitLine(line);
            if (count % 100 == 0) {
                System.out.println("讀取100行,總耗時(shí)間: " + (System.currentTimeMillis() - start) / 1000 + " s");
                try {
                    Thread.sleep(1000L);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            count++;
        }
        findMostAge();
        br.close();
    }
    private static void findMostAge() {
        Integer targetValue = 0;
        String targetKey = null;
        Iterator<Map.Entry<String, AtomicInteger>> entrySetIterator = countMap.entrySet().iterator();
        while (entrySetIterator.hasNext()) {
            Map.Entry<String, AtomicInteger> entry = entrySetIterator.next();
            Integer value = entry.getValue().get();
            String key = entry.getKey();
            if (value > targetValue) {
                targetValue = value;
                targetKey = key;
            }
        }
        System.out.println("數(shù)量最多的年齡為:" + targetKey + "數(shù)量為：" + targetValue);
    }
    private static void clearTask() {
        // 清理，同時(shí)找出出現(xiàn)字符最大的數(shù)
        findMostAge();
        System.exit(-1);
    }
}

測(cè)試結(jié)果

總共花了 3 分鐘讀取完并統(tǒng)計(jì)完所有數(shù)據(jù)。

內(nèi)存消耗為 2G-2.5G，CPU 利用率太低，只向上浮動(dòng)了 20%-25% 之間。

要想提高 CPU 利用率，那么可以使用多線程去處理。

下面我們使用多線程去解決這個(gè) CPU 利用率低的問(wèn)題。

5.2 思路二：分治法

使用多線程去消費(fèi)讀取到的數(shù)據(jù)。采用生產(chǎn)者、消費(fèi)者模式去消費(fèi)數(shù)據(jù)。

因?yàn)樵谧x取的時(shí)候是比較快的，單線程的數(shù)據(jù)處理能力比較差。因此思路一的性能阻塞在取數(shù)據(jù)的一方且又是同步操作，導(dǎo)致整個(gè)鏈路的性能會(huì)變的很差。

所謂分治法就是分而治之，也就是說(shuō)將海量數(shù)據(jù)分割處理。根據(jù) CPU 的能力初始化 n 個(gè)線程，每一個(gè)線程去消費(fèi)一個(gè)隊(duì)列，這樣線程在消費(fèi)的時(shí)候不會(huì)出現(xiàn)搶占隊(duì)列的問(wèn)題。同時(shí)為了保證線程安全和生產(chǎn)者消費(fèi)者模式的完整，采用阻塞隊(duì)列。Java 中提供了 LinkedBlockingQueue 就是一個(gè)阻塞隊(duì)列。

初始化阻塞隊(duì)列

使用 LinkedList 創(chuàng)建一個(gè)阻塞隊(duì)列列表：

    private static List<LinkedBlockingQueue<String>> blockQueueLists = new LinkedList<>();

在 static 塊里初始化阻塞隊(duì)列的數(shù)量和單個(gè)阻塞隊(duì)列的容量為 256。

上面講到了 30 億數(shù)據(jù)大概 2500 行，按行塞到隊(duì)列里。20 個(gè)隊(duì)列，那么每個(gè)隊(duì)列 125 個(gè)，因此可以容量可以設(shè)計(jì)為 256 即可。

    //每個(gè)隊(duì)列容量為256
        for (int i = 0; i < threadNums; i++) {
            blockQueueLists.add(new LinkedBlockingQueue<>(256));
        }

生產(chǎn)者

為了實(shí)現(xiàn)負(fù)載的功能，首先定義一個(gè) count 計(jì)數(shù)器，用來(lái)記錄行數(shù)：

    private static AtomicLong count = new AtomicLong(0);

按照行數(shù)來(lái)計(jì)算隊(duì)列的下標(biāo) long index=count.get()%threadNums 。

下面算法就實(shí)現(xiàn)了對(duì)隊(duì)列列表中的隊(duì)列進(jìn)行輪詢的投放：

   static class SplitData {
 
        public static void splitLine(String lineData) {
//            System.out.println(lineData.length());
            String[] arr = lineData.split("\n");
            for (String str : arr) {
                if (StringUtils.isEmpty(str)) {
                    continue;
                }
                long index = count.get() % threadNums;
                try {
                    // 如果滿了就阻塞
                    blockQueueLists.get((int) index).put(str);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                count.getAndIncrement();
 
            }
        }

消費(fèi)者

1) 隊(duì)列線程私有化

消費(fèi)方在啟動(dòng)線程的時(shí)候根據(jù) index 去獲取到指定的隊(duì)列，這樣就實(shí)現(xiàn)了隊(duì)列的線程私有化。

    private static void startConsumer() throws FileNotFoundException, UnsupportedEncodingException {
        //如果共用一個(gè)隊(duì)列，那么線程不宜過(guò)多，容易出現(xiàn)搶占現(xiàn)象
        System.out.println("開始消費(fèi)...");
        for (int i = 0; i < threadNums; i++) {
            final int index = i;
            // 每一個(gè)線程負(fù)責(zé)一個(gè)queue，這樣不會(huì)出現(xiàn)線程搶占隊(duì)列的情況。
            new Thread(() -> {
                while (consumerRunning) {
                    startConsumer = true;
                    try {
                        String str = blockQueueLists.get(index).take();
                        countNum(str);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            }).start();
        }
    }

2) 多子線程分割字符串

由于從隊(duì)列中多到的字符串非常的龐大，如果又是用單線程調(diào)用 split(",") 去分割，那么性能同樣會(huì)阻塞在這個(gè)地方。

    // 按照arr的大小，運(yùn)用多線程分割字符串
    private static void countNum(String str) {
        int[] arr = new int[2];
        arr[1] = str.length() / 3;
//        System.out.println("分割的字符串為start位置為:" + arr[0] + ",end位置為:" + arr[1]);
        for (int i = 0; i < 3; i++) {
            final String innerStr = SplitData.splitStr(str, arr);
//            System.out.println("分割的字符串為start位置為:" + arr[0] + ",end位置為:" + arr[1]);
            new Thread(() -> {
                String[] strArray = innerStr.split(",");
                for (String s : strArray) {
                    countMap.computeIfAbsent(s, s1 -> new AtomicInteger(0)).getAndIncrement();
                }
            }).start();
        }
    }

3) 分割字符串算法

分割時(shí)從 0 開始，按照等分的原則，將字符串 n 等份，每一個(gè)線程分到一份。
用一個(gè) arr 數(shù)組的 arr[0] 記錄每次的分割開始位置。arr[1] 記錄每次分割的結(jié)束位置，如果遇到的開始的字符不為 "," 那么就 startIndex-1。如果結(jié)束的位置不為 "," 那么將 endIndex 向后移一位。
如果 endIndex 超過(guò)了字符串的最大長(zhǎng)度，那么就把最后一個(gè)字符賦值給 arr[1]。

        /**
         * 按照 x坐標(biāo) 來(lái)分割 字符串，如果切到的字符不為“，”， 那么把坐標(biāo)向前或者向后移動(dòng)一位。
         *
         * @param line
         * @param arr  存放x1,x2坐標(biāo)
         * @return
         */
        public static String splitStr(String line, int[] arr) {
 
            int startIndex = arr[0];
            int endIndex = arr[1];
            char start = line.charAt(startIndex);
            char end = line.charAt(endIndex);
            if ((startIndex == 0 || start == ',') && end == ',') {
                arr[0] = endIndex + 1;
                arr[1] = arr[0] + line.length() / 3;
                if (arr[1] >= line.length()) {
                    arr[1] = line.length() - 1;
                }
                return line.substring(startIndex, endIndex);
            }
 
            if (startIndex != 0 && start != ',') {
                startIndex = startIndex - 1;
            }
 
            if (end != ',') {
                endIndex = endIndex + 1;
            }
 
            arr[0] = startIndex;
            arr[1] = endIndex;
            if (arr[1] >= line.length()) {
                arr[1] = line.length() - 1;
            }
            return splitStr(line, arr);
        }

完整代碼

package bigdata;
 
import cn.hutool.core.collection.CollectionUtil;
import org.apache.commons.lang3.StringUtils;
 
import java.io.*;
import java.util.*;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.LinkedBlockingQueue;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.locks.ReentrantLock;
 
/**
 * @Desc:
 * @Author: bingbing
 * @Date: 2022/5/4 0004 19:19
 * 多線程處理
 */
public class HandleMaxRepeatProblem {
 
    public static final int start = 18;
    public static final int end = 70;
 
    public static final String dir = "D:\\dataDir";
 
    public static final String FILE_NAME = "D:\\ User.dat";
 
    private static final int threadNums = 20;
 
 
    /**
     * key 為年齡，  value為所有的行列表，使用隊(duì)列
     */
    private static Map<Integer, Vector<String>> valueMap = new ConcurrentHashMap<>();
 
 
    /**
     * 存放數(shù)據(jù)的隊(duì)列
     */
    private static List<LinkedBlockingQueue<String>> blockQueueLists = new LinkedList<>();
 
 
    /**
     * 統(tǒng)計(jì)數(shù)量
     */
    private static Map<String, AtomicInteger> countMap = new ConcurrentHashMap<>();
 
 
    private static Map<Integer, ReentrantLock> lockMap = new ConcurrentHashMap<>();
 
    // 隊(duì)列負(fù)載均衡
    private static AtomicLong count = new AtomicLong(0);
 
    /**
     * 開啟消費(fèi)的標(biāo)志
     */
    private static volatile boolean startConsumer = false;
 
    /**
     * 消費(fèi)者運(yùn)行保證
     */
    private static volatile boolean consumerRunning = true;
 
 
    /**
     * 按照 "," 分割數(shù)據(jù)，并寫入到文件里
     */
    static class SplitData {
 
        public static void splitLine(String lineData) {
//            System.out.println(lineData.length());
            String[] arr = lineData.split("\n");
            for (String str : arr) {
                if (StringUtils.isEmpty(str)) {
                    continue;
                }
                long index = count.get() % threadNums;
                try {
                    // 如果滿了就阻塞
                    blockQueueLists.get((int) index).put(str);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                count.getAndIncrement();
 
            }
        }
 
        /**
         * 按照 x坐標(biāo) 來(lái)分割 字符串，如果切到的字符不為“，”， 那么把坐標(biāo)向前或者向后移動(dòng)一位。
         *
         * @param line
         * @param arr  存放x1,x2坐標(biāo)
         * @return
         */
        public static String splitStr(String line, int[] arr) {
 
            int startIndex = arr[0];
            int endIndex = arr[1];
            char start = line.charAt(startIndex);
            char end = line.charAt(endIndex);
            if ((startIndex == 0 || start == ',') && end == ',') {
                arr[0] = endIndex + 1;
                arr[1] = arr[0] + line.length() / 3;
                if (arr[1] >= line.length()) {
                    arr[1] = line.length() - 1;
                }
                return line.substring(startIndex, endIndex);
            }
 
            if (startIndex != 0 && start != ',') {
                startIndex = startIndex - 1;
            }
 
            if (end != ',') {
                endIndex = endIndex + 1;
            }
 
            arr[0] = startIndex;
            arr[1] = endIndex;
            if (arr[1] >= line.length()) {
                arr[1] = line.length() - 1;
            }
            return splitStr(line, arr);
        }
 
 
        public static void splitLine0(String lineData) {
            String[] arr = lineData.split(",");
            for (String str : arr) {
                if (StringUtils.isEmpty(str)) {
                    continue;
                }
                int keyIndex = Integer.parseInt(str);
                ReentrantLock lock = lockMap.computeIfAbsent(keyIndex, lockMap -> new ReentrantLock());
                lock.lock();
                try {
                    valueMap.get(keyIndex).add(str);
                } finally {
                    lock.unlock();
                }
 
//                boolean wait = true;
//                for (; ; ) {
//                    if (!lockMap.get(Integer.parseInt(str)).isLocked()) {
//                        wait = false;
//                        valueMap.computeIfAbsent(Integer.parseInt(str), integer -> new Vector<>()).add(str);
//                    }
//                    // 當(dāng)前阻塞，直到釋放鎖
//                    if (!wait) {
//                        break;
//                    }
//                }
 
            }
        }
 
    }
 
    /**
     *  init map
     */
 
    static {
        File file = new File(dir);
        if (!file.exists()) {
            file.mkdir();
        }
 
        //每個(gè)隊(duì)列容量為256
        for (int i = 0; i < threadNums; i++) {
            blockQueueLists.add(new LinkedBlockingQueue<>(256));
        }
 
 
        for (int i = start; i <= end; i++) {
            try {
                File subFile = new File(dir + "\\" + i + ".dat");
                if (!file.exists()) {
                    subFile.createNewFile();
                }
                countMap.computeIfAbsent(i + "", integer -> new AtomicInteger(0));
//                lockMap.computeIfAbsent(i, lock -> new ReentrantLock());
            } catch (FileNotFoundException e) {
                e.printStackTrace();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
 
    public static void main(String[] args) {
 
 
        new Thread(() -> {
            try {
                // 讀取數(shù)據(jù)
                readData();
            } catch (IOException e) {
                e.printStackTrace();
            }
 
 
        }).start();
 
        new Thread(() -> {
            try {
                // 開始消費(fèi)
                startConsumer();
            } catch (FileNotFoundException e) {
                e.printStackTrace();
            } catch (UnsupportedEncodingException e) {
                e.printStackTrace();
            }
        }).start();
 
        new Thread(() -> {
            // 監(jiān)控
            monitor();
        }).start();
 
 
    }
 
 
    /**
     * 每隔60s去檢查棧是否為空
     */
    private static void monitor() {
        AtomicInteger emptyNum = new AtomicInteger(0);
        while (consumerRunning) {
            try {
                Thread.sleep(10 * 1000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            if (startConsumer) {
                // 如果所有棧的大小都為0，那么終止進(jìn)程
                AtomicInteger emptyCount = new AtomicInteger(0);
                for (int i = 0; i < threadNums; i++) {
                    if (blockQueueLists.get(i).size() == 0) {
                        emptyCount.getAndIncrement();
                    }
                }
                if (emptyCount.get() == threadNums) {
                    emptyNum.getAndIncrement();
                    // 如果連續(xù)檢查指定次數(shù)都為空，那么就停止消費(fèi)
                    if (emptyNum.get() > 12) {
                        consumerRunning = false;
                        System.out.println("消費(fèi)結(jié)束...");
                        try {
                            clearTask();
                        } catch (Exception e) {
                            System.out.println(e.getCause());
                        } finally {
                            System.exit(-1);
                        }
                    }
                }
            }
 
        }
    }
 
 
    private static void readData() throws IOException {
 
        BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(FILE_NAME), "utf-8"));
        String line;
        long start = System.currentTimeMillis();
        int count = 1;
        while ((line = br.readLine()) != null) {
            // 按行讀取，并向隊(duì)列寫入數(shù)據(jù)
            SplitData.splitLine(line);
            if (count % 100 == 0) {
                System.out.println("讀取100行,總耗時(shí)間: " + (System.currentTimeMillis() - start) / 1000 + " s");
                try {
                    Thread.sleep(1000L);
                    System.gc();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            count++;
        }
 
        br.close();
    }
 
    private static void clearTask() {
        // 清理，同時(shí)找出出現(xiàn)字符最大的數(shù)
        Integer targetValue = 0;
        String targetKey = null;
        Iterator<Map.Entry<String, AtomicInteger>> entrySetIterator = countMap.entrySet().iterator();
        while (entrySetIterator.hasNext()) {
            Map.Entry<String, AtomicInteger> entry = entrySetIterator.next();
            Integer value = entry.getValue().get();
            String key = entry.getKey();
            if (value > targetValue) {
                targetValue = value;
                targetKey = key;
            }
        }
        System.out.println("數(shù)量最多的年齡為:" + targetKey + "數(shù)量為：" + targetValue);
        System.exit(-1);
    }
 
    /**
     * 使用linkedBlockQueue
     *
     * @throws FileNotFoundException
     * @throws UnsupportedEncodingException
     */
    private static void startConsumer() throws FileNotFoundException, UnsupportedEncodingException {
        //如果共用一個(gè)隊(duì)列，那么線程不宜過(guò)多，容易出現(xiàn)搶占現(xiàn)象
        System.out.println("開始消費(fèi)...");
        for (int i = 0; i < threadNums; i++) {
            final int index = i;
            // 每一個(gè)線程負(fù)責(zé)一個(gè)queue，這樣不會(huì)出現(xiàn)線程搶占隊(duì)列的情況。
            new Thread(() -> {
                while (consumerRunning) {
                    startConsumer = true;
                    try {
                        String str = blockQueueLists.get(index).take();
                        countNum(str);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            }).start();
        }
 
 
    }
 
    // 按照arr的大小，運(yùn)用多線程分割字符串
    private static void countNum(String str) {
        int[] arr = new int[2];
        arr[1] = str.length() / 3;
//        System.out.println("分割的字符串為start位置為:" + arr[0] + ",end位置為:" + arr[1]);
        for (int i = 0; i < 3; i++) {
            final String innerStr = SplitData.splitStr(str, arr);
//            System.out.println("分割的字符串為start位置為:" + arr[0] + ",end位置為:" + arr[1]);
            new Thread(() -> {
                String[] strArray = innerStr.split(",");
                for (String s : strArray) {
                    countMap.computeIfAbsent(s, s1 -> new AtomicInteger(0)).getAndIncrement();
                }
            }).start();
        }
    }
 
 
    /**
     * 后臺(tái)線程去消費(fèi)map里數(shù)據(jù)寫入到各個(gè)文件里, 如果不消費(fèi)，那么會(huì)將內(nèi)存程爆
     */
    private static void startConsumer0() throws FileNotFoundException, UnsupportedEncodingException {
        for (int i = start; i <= end; i++) {
            final int index = i;
            BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(dir + "\\" + i + ".dat", false), "utf-8"));
            new Thread(() -> {
                int miss = 0;
                int countIndex = 0;
                while (true) {
                    // 每隔100萬(wàn)打印一次
                    int count = countMap.get(index).get();
                    if (count > 1000000 * countIndex) {
                        System.out.println(index + "歲年齡的個(gè)數(shù)為:" + countMap.get(index).get());
                        countIndex += 1;
                    }
                    if (miss > 1000) {
                        // 終止線程
                        try {
                            Thread.currentThread().interrupt();
                            bw.close();
                        } catch (IOException e) {
 
                        }
                    }
                    if (Thread.currentThread().isInterrupted()) {
                        break;
                    }
 
 
                    Vector<String> lines = valueMap.computeIfAbsent(index, vector -> new Vector<>());
                    // 寫入到文件里
                    try {
 
                        if (CollectionUtil.isEmpty(lines)) {
                            miss++;
                            Thread.sleep(1000);
                        } else {
                            // 100個(gè)一批
                            if (lines.size() < 1000) {
                                Thread.sleep(1000);
                                continue;
                            }
                            // 1000個(gè)的時(shí)候開始處理
                            ReentrantLock lock = lockMap.computeIfAbsent(index, lockIndex -> new ReentrantLock());
                            lock.lock();
                            try {
                                Iterator<String> iterator = lines.iterator();
                                StringBuilder sb = new StringBuilder();
                                while (iterator.hasNext()) {
                                    sb.append(iterator.next());
                                    countMap.get(index).addAndGet(1);
                                }
                                try {
                                    bw.write(sb.toString());
                                    bw.flush();
                                } catch (IOException e) {
                                    e.printStackTrace();
                                }
                                // 清除掉vector
                                valueMap.put(index, new Vector<>());
                            } finally {
                                lock.unlock();
                            }
 
                        }
                    } catch (InterruptedException e) {
 
                    }
                }
            }).start();
        }
 
    }
}