java海量数据处理（千万级别）(2)-海量数据FTP下载

lmwtzw6u5l0

　　这个也是曾经做过的一个程序，目的主要是去ftp主机(最多100左右)去取xx数据文件.
　　
　　            千万级别仅仅是个概念，代表数据量等于千万或者大于千万的数据
　　            本分享不牵扯分布式採集存储之类的.是在一台机器上处理数据，假设数据量非常大非常大的话，能够考虑分布式处理，假设以后我有这方面的经验，会及时分享的.
　　
　　1、程序採用的ftp工具， apache 的 commons-net-ftp-2.0.jar
　　
　　2、千万级别ftp核心关键的部分--列文件夹到文件，仅仅要是这块做好了，基本上性能就沒有太大的问题了.
　　
　　  能够通过apache 发送ftp命令 "NLST" 的方式列文件夹到文件里去
　　
　　  # ftp列文件夹运行的命令 以环境变量的配置优先,不配置则使用默认的列文件夹方式 NLST



Java代码

• # DS_LIST_CMD = NLST   
  
• public File sendCommandAndListToFile(String command,String localPathName) throws   IOException   
  
•       {  
  
•               try {  
  
•                       return client.createFile(command, localPathName);  
  
•               } catch (IOException e) {  
  
•                       log.error(e);  
  
•           throw new IOException("the command "+command +" is incorrect");  
  
•               }  
  
•       }  
  

　　
　　            当然应该还有其它形式的，大家能够自己研究一下
　　
　　            十万级别以上的数据量的话千万不要使用下面这样的方式,假设用的话 ==== 找死
　　
　　             FTPFile[] dirList = client.listFiles();
　　  
　　3、分批次从文件里读取 要下载的文件名称.  载入到内存中处理，或者读取一个文件名称就下载一个文件，不要把全部的数据都载入到内存，假设非常多的话会出问题
　　   
　　            为啥要分批次？
　　            由于是大数据量，假设有1000W条记录，列出来的文件夹文件的大小 1G以上吧
　　
　　
　　4、文件下载的核心代码----关于文件的断点续传, 获得ftp文件的大小和本地文件的大小进行推断，然后使用ftp提供的断点续传功能
　　            下载文件一定要使用二进制的形式
　　            client.enterLocalPassiveMode();// 设置为被动模式
　　            ftpclient.binary();  // 一定要使用二进制模式
　　
　　  
　　   



Java代码

• /** 下载所需的文件并支持断点续传,下载后删除FTP文件，以免反复
  
•          * @param pathName 远程文件
  
•          * @param localPath 本地文件
  
•          * @param registerFileName 记录本文件名称称文件夹
  
•          * @param size 上传文件大小
  
•          * @return true 下载及删除成功
  
•          * @throws IOException  
  
•          * @throws Exception
  
•          */  
  
•         public boolean downLoad(String pathName, String localPath) throws IOException {  
  
•                 boolean flag = false;  
  
•                 File file = new File(localPath+".tmp");//设置暂时文件  
  
•                 FileOutputStream out = null;  
  
•                 try{  
  
•                     client.enterLocalPassiveMode();// 设置为被动模式  
  
•                     client.setFileType(FTP.BINARY_FILE_TYPE);//设置为二进制传输  
  
•                         if(lff.getIsFileExists(file)){//推断本地文件是否存在，假设存在而且长度小于FTP文件的长度时断点续传;返之新增  
  
•                                 long size = this.getSize(pathName);  
  
•                                 long localFileSize = lff.getSize(file);         
  
•                                 if(localFileSize > size){  
  
•                                         return false;  
  
•                                 }  
  
•                                 out = new FileOutputStream(file,true);  
  
•                                 client.setRestartOffset(localFileSize);  
  
•                                 flag = client.retrieveFile(new String(pathName.getBytes(),client.getControlEncoding()),out);  
  
•                                  
  
•                                 out.flush();  
  
•                         } else{  
  
•                                 out = new FileOutputStream(file);  
  
•                                 flag = client.retrieveFile(new String(pathName.getBytes(),client.getControlEncoding()),out);  
  
•                                  
  
•                                 out.flush();  
  
•                         }  
  
•                           
  
•                 }catch(IOException e){  
  
•                         log.error(e);  
  
•             log.error("file download error !");  
  
•                         throw e;  
  
•                 }finally{  
  
•                         try{  
  
•                                 if(null!=out)  
  
•                                 out.close();  
  
•                                 if(flag)  
  
•                                         lff.rename(file, localPath);  
  
•                         }catch(IOException e){  
  
•                                 throw e;  
  
•                         }  
  
•                 }  
  
•                 return flag;  
  
•         }  
  
•     /**
  
•          * 获取文件长度
  
•          * @param fileNamepath 本机文件
  
•          * @return
  
•          * @throws IOException
  
•          */  
  
•         public long getSize(String fileNamepath) throws IOException{  
  
•                 FTPFile [] ftp = client.listFiles(new String(fileNamepath.getBytes(),client.getControlEncoding()));  
  
•                 return ftp.length==0 ? 0 : ftp[0].getSize();  
  
•         }  
  
•   
  
•         检測本地文件是否已经下载，假设下载文件的大小.  
  
•   
  
•        /**
  
•          *本地文件的 获取文件的大小
  
•          * @param file
  
•          * @return
  
•          */  
  
•         public long getSize(File file){  
  
•                 long size = 0;  
  
•                 if(getIsFileExists(file)){  
  
•                         size = file.length();  
  
•                 }  
  
•                 return size;  
  
•         }  
  

　　
　　5、由于程序要跑最多100多个线程，在线程监控上做了一些处理，能够检測那些死掉的线程，并及时的拉起来。
　　            t.setUncaughtExceptionHandler(new ThreadException(exList));
　　原理：给每一个线程增加 UncaughtExceptionHandler,死掉的时候把线程相应的信息添加到一个list里面，然后让主线程每隔一段时间扫描一下list，假设有数据，直接又一次建一个线程运行就可以
　　
　　6、假设程序是常驻内存的话，别忘记了在finally中关闭掉 不用的ftp连接
　　
　　7、做大数据库採集程序必须考虑到的一件事情   磁盘空间已满的处理
　　
　　       java虚拟机对于磁盘空间已满，在英文环境下的  linux aix 机器上 一般报
　　       There is not enough space in the file system
　　       中文环境下 一般报 "磁盘空间已满"
　　       大家能够使用以下的代码进行验证
　　      
　　                        



Java代码

• //检測磁盘控件是否已满的异常  
  

Java代码

• //linux aix There is not enough space in the file system  
  
•                      // window There is not enough space in the file system  
  
•                      if(e.toString().contains("enough space")||e.toString().contains("磁盘空间已满"))  
  
•                      {  
  
•                              log.error("channel "+channel_name + " There is not enough space on the disk ");  
  
•                              Runtime.getRuntime().exit(0);  
  
•                      }  
  

　　
　　
　　
　　              
　　                  原创文章 by dyllove98 @ http://jlins.iteye.com
　　原创文章 by dyllove98 @ http://blog.iyunv.com/dyllove98
　　转载请表明出处。