Java 处理从文本文件读取的字符串时内存使用效率低下

我有一个大约1.7GB的大文件，由2500万行组成，每行的格式如下：text，number

问题是文本可以在多行中相同，即

我是一个男孩，34岁

我是一个男孩，56岁

我在while循环中读取文件的每一行，并将字符串和数字放入hashmap中

代码：

InputStream is = Thread.currentThread().getContextClassLoader().getResourceAsStream("filename.txt");

InputStreamReader stream = new InputStreamReader(is, StandardCharsets.UTF_8);

BufferedReader reader = new BufferedReader(stream);

while(true)
{
    line =reader.readLine();
    if (line == null) 
    {
        break;
    }
    String text= line.substring(0, line.lastIndexOf(",")).trim();

    String id = line.substring(line.lastIndexOf(",") + 1).trim();

    hm.put(text,id);
}

其中hm是一个hashmap

我之所以使用子字符串和lastIndexOf是因为文本本身可能有逗号

---

我的问题是：我是否使用了太多的字符串？从文本文件中提取的重复字符串是否将作为副本保留在内存中，或者仅显示其中一个。有没有一种方法（使用字符串的intern方法或其他方法）来减少使用的字符串数量。当我使用EclipseMat分析内存使用情况时，它显示使用了大约9GB的堆空间

即使使用intern，也要在插入之前创建中间字符串；一旦它们被拘留，它们就永远不会被gc'd.@AndyTurner，但是如果有多个字符串，只有一个会创建中间形式并放入堆中，对吗？重复的字符串将被垃圾收集，因为它们不会存储在哈希映射中。顺便说一下，你的代码没有多大意义。当您到达第一个

子字符串

调用时，

while

循环将清空文件，

行

将为

空

。所以它不应该使用任何内存。@JimMischel我已经编辑了代码。我的错误。我看错了你的密码。我对它进行了格式化，这样其他人就不会犯与我相同的错误；一旦它们被拘留，它们就永远不会被gc'd.@AndyTurner，但是如果有多个字符串，只有一个会创建中间形式并放入堆中，对吗？重复的字符串将被垃圾收集，因为它们不会存储在哈希映射中。顺便说一下，你的代码没有多大意义。当您到达第一个

子字符串

调用时，

while

循环将清空文件，

行

将为

空

。所以它不应该使用任何内存。@JimMischel我已经编辑了代码。我的错误。我看错了你的密码。我把它格式化了，这样别人就不会犯和我一样的错误。