文件：
我正在使用搜索日志文件的改进 csv 版本，其中包含 3.3mio 行数据，每行类似于单个查询，并包含有关该查询的各种数据。文件中的条目按会话/用户标识升序排序。
目标：
耦合提交相同查询项但属于同一用户标识的条目
方法：
我正在逐行读取csv文件，将数据保存在自制的"Entry"对象中，并将这些对象添加到数组列表中。完成此操作后，我将使用自定义比较器按两个条件对列表进行排序
问题：
在读取行并将 Entry-对象添加到列表中（这需要很长时间）时，程序以 OutOfMemoryException "Java heap" 终止
因此，我的方法似乎对内存（和运行时）太难了。
有什么更好的方法吗？
您的方法本身可能是有效的，也许最简单的解决方案是简单地增加 JVM 可用的内存。
JVM 只会为自己分配最大数量的系统内存，您可以通过 -Xmx 命令行属性增加此值。有关更多详细信息，请参阅此处。
显然，此解决方案无法扩展，如果（将来）您想要读取更大的文件，那么您可能需要更好的解决方案来读取这些文件。
您可以根据
定义重复性的列将解析的行插入数据库中，而不是对内存中的行进行排序。
另一种方法是调度许多文件中的行，例如，每个文件被命名为定义重复性的串联列的 sha1 的前 2 个字符。因此，您永远不必读取多个文件即可进行最终操作，因为所有重复项都将在一起。