Apache spark 我应该在Spark中使用StringBuilder还是StringBuffer？

我试图从类中的HDFS读取一个普通文件，我将通过spark submit执行该文件

我有一个方法，它执行字符串操作，并从这个字符串输出创建RDD

在创建RDD之前，我正在执行以下字符串操作

我应该为变量valueString使用StringBuilder还是StringBuffer

        while ((line = bf.readLine()) != null) {
        String trimmedLine=line.trim();
        if(trimmedLine.charAt((trimmedLine.length()-1))==';'){
            if(extractionInProgress){
                valueString=valueString.concat(trimmedLine.substring(0,trimmedLine.indexOf(";")));
                keyValues.put(searchKey, valueString);
                extractionInProgress=false;
                valueString="";
            }
            else{
                int indexOfTab=trimmedLine.indexOf(" ");
                if(indexOfTab > -1){
                    String keyInLine=trimmedLine.substring(0,indexOfTab);
                    valueString=trimmedLine.substring(indexOfTab+1,trimmedLine.indexOf(";"));
                    keyValues.put(keyInLine, valueString);
                    valueString="";
                }
            }
        }
        else{
            if(!extractionInProgress){
                searchKey=trimmedLine;
                extractionInProgress=true;
            }
            else{
                valueString=valueString.concat(trimmedLine.concat("\n"));
            }
        }
    }

问题是

StringBuffer

有

synchronized

方法（这是您几乎不需要的）。因此，将

valueString

保留为局部变量，然后使用

StringBuilder

valueString=valueString.concat（trimmedLine.concat（“\n”）

---

这种代码让我想知道是否要连接多行字符串。也许你可以用一个行列表来生成RDD，并将当前的一些预处理转移到Spark作业本身中

我理解线程安全部分，我的疑问是，当我通过spark submit执行时，多线程是否与局部变量有关？只有在多个线程之间共享对象时，线程安全才是一个问题。如果您的StringBuilder只存在于单个方法中，而您从未将其传递到任何地方（这是它们通常使用的方式，只有结果字符串得到输出），那么您就可以了。“如果您的StringBuilder只存在于单个方法中”。局部变量位于堆栈上。如果十个线程运行相同的方法，那么它们每个线程都会获得自己的独立“副本”。（当然，如果您将引用传递到方法之外的某个地方，例如将其设置为对象字段，那么其他线程可能会获得实例）。