最近我在一次採訪中被問到了這個問題。如何在讀取/寫入文件時克服硬件限制。
給定一個輸入文件，一個正則表達式和一個輸出文件。讀取輸入文件，將每行匹配到正則表達式，並將匹配行寫入輸出文件。
我想出了使用鏈接到FileReader的BufferedReader（以優化磁盤讀取）的粗略方案。我使用了類似的寫法。
面試官然後說，這個過程需要3秒鐘從文件讀取一行，1秒比較正則表達式和行，另外5秒鐘回寫。所以每行總共需要9秒。我們該怎樣改進這個？
我建議一次讀取整個文件，處理它並一次寫入整個輸出文件。然而，我被告知，這將無濟於事（寫1行= 5秒，寫2行= 10秒）。
面試官進一步表示，這是由於硬件/硬盤驅動器的限制。我被問到如何改進我的代碼以減少每行的總秒數（目前爲9）？
我只能想到緩衝讀/寫，並且在SO上也找不到太多。有什麼想法嗎 ？
我認爲面試官正在尋找一種解決方案，在寫入輸出的同時執行讀取/正則表達式檢查。如果您設置了一個通過讀取和過濾來異步填充的工作隊列，並將其寫入單獨的線程，那麼組合過程每行需要五秒鐘，從第二行開始。
這裏的假設是，閱讀，解析和書寫可以獨立發生。在這種情況下，您可以在寫入第1行的同時閱讀第2行：您只需要四秒鐘即可閱讀和應用您的正則表達式，並且在作家準備好第二行之前已經有整整五秒的時間。寫作仍然是你的瓶頸，但整個過程加快了44％，這並不壞。
既然讀取的時間是固定的，寫入的時間是固定的，那麼在這種情況下唯一的選擇是改變正則表達式的性質。
您可以編寫代碼來快速應用正則表達式測試，而無需使用正則表達式可以執行的所有聰明事情的開銷。
另一方面，如果問題是每個IO請求需要幾秒鐘才能執行，但限制不是實際的驅動器，則需要多個讀取器同時讀取。
棘手的問題，因爲我們沒有太多關於該系統。
我的猜測是使用線程/異步處理。使用一個線程讀取，一個線程處理兩個或兩個以上的寫入，從而減少IO Wait所花費的時間。
讓我嘗試將其轉換成ASCII表：
大寫字母標記開始，小寫字母標記繼續工作。 A「：」指線程空閒
Thread 1: RrrRrrRrrRrrRr
Thread 2: ...P..P..P..P.
Thread 3: ....Wwwww
Thread 4: .......Wwwww
有了這個設置的第一批迴來後9秒（這裏不多做），但12秒後第二個完成寫入。單線程第二個需要18秒總計
多線程和同步？你不需要等待1秒的正則表達式處理，並繼續閱讀下一行。在正則表達式處理完之後，另一個正在等待匹配行的線程可以寫入輸出。但我懷疑這最後一步會帶來很大的改進，因爲你有一張光盤，它可以讀或寫一個特定的時刻。 – A4L 2013-03-03 14:22:40