逐行读取zip文件，还是首先解压缩？

Question

我有一个压缩的csv文件，每天定期处理3-4次。大小可能在500-1000mb之间。

我想逐行阅读包含的csv行。因此，首先解压缩文件然后再读取它是否更好？或者我是否可以使用java Zip流来读取文件？

一种方法的优势（性能？）是否优于另一种方法？

Answer 1

计算机最慢的活动之一是硬盘访问（至少在SSD更常见之前）。因此解压缩它然后读取解压缩的文件会明显变慢。

您可以直接从ZipInputStream获得更好的性能读取线。

Answer 2

在我看来，解压缩更快，可能更简单。如果性能很重要，请测试两种方法。如果磁盘空间有限，而现在情况并非如此，那么你别无选择，只能在拉链内阅读。

Answer 3

压缩和解压缩都会非常耗时。

如果可以在不解压缩的情况下访问您的.csv文件（我不知道您的.csv文件是否难以在其压缩状态下读取），那么您可以将.CSV文件作为RandomAccessFile打开以仅与特定行一起使用而不是整个文件。

这可能适用也可能不适用，但至少可以大大提高性能，因为您只需从您需要的地方读/写数据。