Java处理大文件必须分片读取以避免OOM，核心是每次只加载、处理、丢弃一小块数据；二进制文件用BufferedInputStream按字节块读取，文本文件用BufferedReader逐行读取，逻辑块处理则按批次（如5000行）分段操作。

Java 中处理大文件必须分片读取，不是为了“更优雅”，而是避免内存溢出（OOM）的刚性要求。核心不是把文件切多少份，而是每次只加载、处理、丢弃一小块数据，不让引用长期滞留。

用带缓冲的流按字节块读取

适合二进制文件（如视频、日志压缩包、传感器原始数据），控制粒度最细：

• 用 BufferedInputStream 包装 FileInputStream，设置合理缓冲区（如 8KB–64KB）
• 调用 read(byte[] buffer) 循环读取，每次只填充缓冲区，返回实际读到的字节数
• 处理完当前 buffer 内容后立即丢弃（不存入 List 或 StringBuilder 累积）
• 务必用 try-with-resources 自动关闭流，防止句柄泄漏

用 BufferedReader 逐行读取文本文件

适合 CSV、日志、JSONL 等行结构清晰的文本大文件，兼顾可读性与内存安全：

Java注释规范Skills

当用户要求为 Java 代码添加注释、修改注释、审查注释、整理注释格式，或要求按照代码注释规范处理 Java 文件时，使用本技能。本技能用于统一生成和维护 Java 类注释模板、按 Git 对比 release 判断版本号、补充每行代码上方中文块注释、调整注释空行规则，并保持 Java 文件 UTF-8 无 BOM 编码。典型触发场景包括：补充类注释、更新 @version、检查 @author 来源、整理行尾注释、把注释放到代码上一行、检查注释是否符合规范、构建前检查 Java 注释风格。

下载

• 用 BufferedReader 包装 InputStreamReader（指定编码，如 UTF-8）
• 循环调用 readLine()，每行处理完就释放对象引用
• 避免把所有行 collect 到 ArrayList 或 StringBuilder 中——这是 OOM 最常见原因
• 若需跳过前 N 行或只读指定范围，可在循环中用计数器控制，不预加载

按逻辑块（如固定行数）分段处理

适合需要批量操作但又不能全量加载的场景，比如分批写入数据库或生成子报表：

立即学习“Java免费学习笔记（深入）”；

• 定义一个“批次大小”，例如每次处理 5000 行
• 用 BufferedReader 读取，边读边计数；达到批次阈值就触发一次处理（如批量插入、写入临时文件）
• 处理完成后清空本地集合，继续下一批，不保留跨批次引用
• 注意：不要依赖 FileReader 的 available() 判断总行数——它不可靠，尤其对网络文件系统

关键避坑点

很多 OOM 不是文件太大，而是代码写法放大了内存压力：

• 禁用 Files.readAllBytes()、Files.readString()、listFiles() 全目录加载——这些方法会尝试一次性进内存
• 避免在循环内反复 new String(buffer, 0, len)，改用 String 构造时指定编码，或直接用 byte[] 处理
• 如果要做内容匹配（如 grep），优先用流式正则（Matcher#usePattern + reset on stream），别把整块转成 String 再 match
• GC 友好提示：处理完一块数据后，显式将局部引用设为 null（如 line = null）虽非必须，但在长生命周期线程中能加快回收