Question

我一直面临着制作一种方法的挑战，该方法将非常大的文本文件读入程序，这些文件的范围可以从2gb到100gb。

到目前为止，这个想法一直是在方法中读出几千行文字。

目前，使用流阅读器设置程序，逐行读取文件并处理在该行上找到的必要数据区域。

using (StreamReader reader = new StreamReader("FileName"))
{
    string nextline = reader.ReadLine();
    string textline = null;

    while (nextline != null)
    {
        textline = nextline;
        Row rw = new Row();
        var property = from matchID in xmldata
                       from matching in matchID.MyProperty
                       where matchID.ID == textline.Substring(0, 3).TrimEnd()
                       select matching;

        string IDD = textline.Substring(0, 3).TrimEnd();

        foreach (var field in property)
        {
            Field fl = new Field();

            fl.Name = field.name;
            fl.Data = textline.Substring(field.startByte - 1, field.length).TrimEnd();
            fl.Order = order;
            fl.Show = true;

            order++;

            rw.ID = IDD;
            rw.AddField(fl);
        }
        rec.Rows.Add(rw);
        nextline = reader.ReadLine();

        if ((nextline == null) || (NewPack == nextline.Substring(0, 3).TrimEnd()))
        {
            d.ID = IDs.ToString();
            d.Records.Add(rec);
            IDs++;
            DataList.Add(d.ID, d);
            rec = new Record();

            d = new Data();
        }
    }
}

程序继续进行并填充一个类。（刚决定不发布其余的）

我知道一旦程序显示一个非常大的文件，就会发生内存异常错误。

所以这是我当前的问题，到目前为止我一直在谷歌搜索几种方法，很多人只是回答使用流阅读器和reader.readtoend，我知道readtoend不会为我工作，因为我会得到那些内存错误。

最后，我一直在寻找异步作为一种创建方法的方法，该方法将读取一定数量的行并在处理下一行行之前等待调用。

这让我想到了我的问题，我正在努力理解异步，我似乎无法找到任何可以帮助我学习的材料，并且希望有人可以帮助我解决异步问题。

当然，如果有人知道一个更好的方法来解决这个问题，我很满意。

编辑添加了剩余的代码以结束任何混淆。

Answer 1

您的问题不是同步v异步，而是您在使用该数据做某事之前，正在读取整个文件并存储部分文件在内存中

如果您正在阅读每一行，处理它并将结果写入另一个文件/数据库，那么StreamReader将允许您处理多GB（或TB）文件。

如果您在完成阅读之前存储了部分文件，那么只会出现问题，那么您可能会遇到内存问题（但是您会惊讶地发现有多大文件可以让Lists＆amp; { {1}}在你的内存耗尽之前得到）

您需要做的是尽快保存已处理的数据，而不是将其保留在内存中（或尽可能保留在内存中）。

对于文件很大，您可能需要将工作集（处理数据）保存在数据库中 - 可能像SqlExpress或SqlLite那样（但同样，它取决于工作集的大小）。

希望这有帮助，不要犹豫，在评论中提出进一步的问题，或编辑你的原始问题，如果我能以任何方式提供帮助，我会更新这个答案。

更新 - 分页/分块

您需要以一页的块读取文本文件，并允许用户滚动文件中的“页面”。当用户滚动时，您会阅读并在下一页显示它们。

现在，您可以做一些事情来帮助自己，始终在内存中保留大约10页，这样，如果用户非常快速地向上/向下翻页几页，您的应用就会响应。在应用程序空闲时间（应用程序空闲事件）中，您可以在接下来的几页中阅读，再次丢弃当前页面之前或之后超过五页的页面。

向后分页是一个问题，因为您不知道每行在文件中的开始或结束位置，因此您不知道每个页面的开始或结束位置。因此，对于向后翻页，当您通读文件时，请在每个页面的开头（Dictionaries）保留一个偏移列表，然后您可以快速Stream.Pos到指定位置并阅读从那里。

如果您需要允许用户搜索文件，那么您几乎可以逐行读取文件（记住页面偏移），查找文本，然后当您找到某些内容时，请阅读和向他们展示那页。

您可以通过将文件预处理到数据库来加速一切，有一些网格控件可以处理动态数据集（它们将为您进行分页），您可以获得内置搜索/过滤器的好处。

因此，从某些的角度来看，这是在异步读取文件，但这是从用户的角度来看。但是从技术角度来看，当我们谈论在编程时做异步时，我们往往会有别的意思。

阅读非常大的文本文件，我应该合并异步吗？

1 个答案: