Java千萬級別數(shù)據處理與優(yōu)化

趙珊

摘要：伴隨著云計算、物聯(lián)網等新興技術的不斷發(fā)展，數(shù)據量呈現(xiàn)幾何式的增長，海量龐大的數(shù)據出現(xiàn)標志著大數(shù)據時代的來臨。從海量的數(shù)據資源中提取有價值的信息并反饋給用戶是數(shù)據處理面臨的主要研究方向。本文主要探討Java這門經典的編程語言在當前的數(shù)據環(huán)境下，如何實現(xiàn)對大數(shù)據的加工及優(yōu)化處理，來實現(xiàn)數(shù)字資產的保值增值。

關鍵詞：Java 大數(shù)據 處理技術

中圖分類號：TP315.1 文獻標識碼：A 文章編號：1007-9416（2016）09-0239-01

1 Java處理數(shù)據時的交互方式

大數(shù)據本身就是傳統(tǒng)意義上的數(shù)據的幾何級表現(xiàn)形式。大數(shù)據技術意義在于對這些有價值的數(shù)據進行專業(yè)化處理，通過“加工”實現(xiàn)數(shù)據的“增值”。大數(shù)據處理的一個關鍵環(huán)節(jié)就是數(shù)據處理引擎如何與大數(shù)據有一個良好的連接通道。目前比較主流的數(shù)據處理引擎開發(fā)語言有Java，C#，C++等。

Java作為主流開發(fā)語言的連接數(shù)據庫方式采用JDBC，通過建立一個數(shù)據庫連接池以及一套連接使用、分配、管理策略，連接可以得到高效、安全的復用，避免了數(shù)據庫連接頻繁建立、關閉的開銷。另外，由于對JDBC中的原始連接進行了封裝，隔離了應用本身的處理邏輯和具體數(shù)據庫訪問邏輯，使應用本身的復用成為可能，提高了開發(fā)效率。

從傳統(tǒng)技術發(fā)展來看，一般新技術通常不會跨越太大。特別是軟件開發(fā)技術，為了不過度超前采用一種妥協(xié)的技術發(fā)展方式向下兼容。新技術大多是從傳統(tǒng)方式拓展延伸過來，而不是跨越式的從新研發(fā)一套全新的技術，大數(shù)據處理也遵循著這樣的一個原則。

2 大數(shù)據量下的內存管理

JVM（Java Virtual Machine，Java虛擬機）是Java的核心和基礎，在Java編譯器和OS平臺之間的虛擬處理器。它是一種基于操作系統(tǒng)和硬件平臺并利用軟件方法來實現(xiàn)的抽象的計算機，主要功能是管理分配內存和執(zhí)行垃圾回收。JVM內存結構由堆、棧、本地方法棧、方法區(qū)等部分組成。

當Java一次性從數(shù)據庫加載過多的數(shù)據時，由于查詢結果的記錄首先要讀入JVM內存，大量的數(shù)據占用了內存空間，此時再為實例化對象申請空間時，便出現(xiàn)內存溢出的問題，即使調整內存大小，啟動程序的時候加上-Xmx1024m，將JVM可以使用調至1G內存，很多時候也不能滿足調用數(shù)據量的要求。

3 大數(shù)據量處理時的優(yōu)化方案

通過對JVM使用內存的分析，結合數(shù)據調用處理的研究與實踐，得出的解決方案如下：

（1）客戶端讀取數(shù)據時，不再一次性讀入JVM內存中，采用分批查出所有數(shù)據，每次查詢得到的部分記錄使用恒定內存讀入的方法，避免內存溢出問題。

（2）將查詢出的數(shù)據在JVM內存中經過簡單加工寫入查詢結果文件，對生成的記過文件進行壓縮，目的是減小文件大小，節(jié)省帶寬，加快文件傳輸速度，然后按一定規(guī)則存入本地硬盤。

（3）獲取數(shù)據時，通過批次讀取將壓縮文件直接發(fā)給客戶端，在客戶端解開壓縮文件獲得查詢結果。

4 結語

本文通過Java語言數(shù)據處理時的原理分析，提出了大數(shù)據量數(shù)據加載的解決方案，實現(xiàn)了在不增加硬件開銷的前提下，由于數(shù)據量大導致的內存溢出問題，保證了數(shù)據查詢時系統(tǒng)的高效與穩(wěn)定性。

參考文獻

[1]宋東海，賁可榮，張志祥，等.一種基于類的JAVA多線程程序數(shù)據競爭靜態(tài)檢測算法[J].《計算機工程與科學》，2014.02.