处理大文件时，go语言推荐使用bufio.scanner或分块读取技术。前者逐行读取，适合文本处理，默认缓冲区为64kb，可通过scanner.buffer调整；后者按固定大小块读取，适用于二进制或自定义解析逻辑，需手动控制读取位置；两者均避免一次性加载文件到内存，有效减少内存压力。性能优化包括合理设置缓冲区、结合goroutine并行处理、复用对象池及保持顺序io访问。
处理大文件时，Go语言的默认读取方式往往效率低下，甚至可能导致内存溢出。想要高效读取和处理大文件，推荐使用
bufio.Scanner或手动分块读取技术。这两种方法都能在不加载整个文件到内存的前提下完成任务，非常适合处理日志、数据导入等场景。
bufio.Scanner：逐行读取的利器
bufio.Scanner是Go标准库中专门用于按“token”（默认为换行符）分割输入的工具。对于大多数以行为单位处理的大文本文件来说，它是首选方案。
优点：
立即学习“go语言免费学习笔记（深入）”；
- 简洁易用
- 自动处理缓冲区
- 可自定义分割函数（不只是按行）
使用示例：
file, err := os.Open("bigfile.log")
if err != nil {
log.Fatal(err)
}
defer file.Close()
scanner := bufio.NewScanner(file)
for scanner.Scan() {
line := scanner.Text()
// 处理每一行
fmt.Println(line)
}注意事项：
- 每次调用
scanner.Text()
返回的是当前行的字符串副本，频繁操作要注意性能。 - 默认缓冲区大小是64KB，如果某一行特别长，可能需要调整：
const maxCapacity = 1024 * 1024 * 5 // 5MB buf := make([]byte, maxCapacity) scanner.Buffer(buf, maxCapacity)
分块读取：更灵活但稍复杂的方式
如果你不需要按行处理，而是希望以固定大小的块来读取文件内容，可以使用
os.File配合
Read方法进行分块读取。
这种方式适合：
- 二进制文件解析
- 需要自定义解析逻辑
- 不想依赖换行符结构的文本
实现思路：
- 打开文件后循环读取固定大小的数据块
- 处理完当前块再继续下一块
- 直到返回
io.EOF
表示文件结束
代码片段：
file, _ := os.Open("bigfile.bin")
defer file.Close()
buffer := make([]byte, 32*1024) // 32KB 块
for {
n, err := file.Read(buffer)
if n > 0 {
// 处理 buffer[0:n]
processChunk(buffer[:n])
}
if err != nil {
if err == io.EOF {
break
}
log.Fatal(err)
}
}注意点：
file.Read
不会自动推进位置，每次读取都会覆盖buffer开头- 如果你希望保留每一块的内容，记得复制出来，不要直接保存
buffer[:n]
- 可根据硬件IO能力适当调整块大小（比如机械硬盘可增大到128KB以上）
性能优化建议与常见误区
-
避免一次性读入内存： 即使现在内存充足，也应避免使用
ioutil.ReadFile
读取大文件，容易导致OOM。 - 合理设置缓冲区： 过小影响性能，过大浪费资源。一般从4KB起步测试，逐步增加看吞吐量变化。
- 结合Goroutine并行处理： 如果处理逻辑耗时且独立，可将读取和处理分离，使用channel传递数据块。
- 关闭不必要的GC压力： 对于频繁分配对象的操作（如逐行处理），考虑复用对象池（sync.Pool）。
- 优先使用顺序IO： SSD影响较小，但对于传统磁盘，随机读写慢很多，尽量保持顺序访问。
基本上就这些。选择
bufio.Scanner还是分块读取，取决于你的具体需求。前者简单方便，后者更灵活可控。两种方式都比暴力读取靠谱得多。
