1
Javaを使って膨大なファイルの語数を計算したい。私は単一のマシンのためマップの縮小を使用することはできません。ハッシュマップを使用する代わりに、私は単語の頻度を格納するためにRedisを使用したいと思います。実用的なデータがストリームに入っています。Redisを使って膨大なファイルの単語数を最適化する方法
私は赤目でそれぞれの単語の数をプッシュすると思ったものは、並べ替えられたセットです。しかし、私はそれが最適な解決策ではないことを知らない。ストリーミングデータの単語を数える最適なソリューションを提供してください。
カウント単語のJavaコード -
public class WordCount {
public static void main(String args[]) {
Map<String, Integer> wordMap = wordMap("filename");
List<Entry<String, Integer>> list = sortByValue(wordMap);
for (Map.Entry<String, Integer> entry : list) {
System.out.println(entry.getKey() + " => " + entry.getValue());
}
}
public static Map<String, Integer> wordMap(String fileName) {
Map<String, Integer> wordMap = new HashMap<>();
try (FileInputStream fis = new FileInputStream(fileName);
DataInputStream dis = new DataInputStream(fis);
BufferedReader br = new BufferedReader(new InputStreamReader(dis))) {
// words are separated by whitespace
Pattern pattern = Pattern.compile("\\s+");
String line = null;
while ((line = br.readLine()) != null) {
line = line.toLowerCase();
String[] words = pattern.split(line);
for (String word : words) {
if (wordMap.containsKey(word)) {
wordMap.put(word, (wordMap.get(word) + 1));
} else {
wordMap.put(word, 1);
}
}
}
} catch (IOException ioex) {
ioex.printStackTrace();
}
return wordMap;
}
public static List<Entry<String, Integer>> sortByValue(Map<String, Integer> wordMap) {
Set<Entry<String, Integer>> entries = wordMap.entrySet();
List<Entry<String, Integer>> list = new ArrayList<>(entries);
Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
@Override
public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2)
{
return (o2.getValue()).compareTo(o1.getValue());
}
});
return list;
}
}