有谁知道任何提供从磁盘处理大量文件（写入/读取）的功能的Java库（开放源代码）。我正在谈论2-4百万个文件（其中大多数是pdf和ms文档）。将所有文件存储在单个目录中并不是一个好主意。我不希望重新发明轮子，而是希望已经有很多人完成了。大量文件的Java内容API
特点我找 1）能写/读从磁盘 2能够创建随机目录/子目录新文件 2）提供版本/审计（可选）
我的文件）正在研究JCR API，它看起来很有前途，但它始于一个工作区，并且不确定在有多个节点时性能如何。
将java.io包中的功能与您自己的定制解决方案结合使用。
java.io软件包可以从磁盘写入和读取文件，并为新文件创建任意目录或子目录。不需要外部API。
版本控制或审计将必须提供您自己的自定义解决方案。有很多方法可以处理这个问题，并且您可能需要填写特定需求。特别是如果您担心开源API的性能，那么只需简单编写一个专门适合您需求的解决方案，就可以获得最佳结果。
这听起来像你的模块应该扫描启动时的所有文件，并形成一切可用的索引。根据用于共享和索引这些文件的方法，它可以每隔一段时间重新扫描一次文件，或者您可以对其进行编码，以便在新文件或版本可用时从某个中央服务器接收消息。当有人请求一个文件或提供一个新文件时，你的模块将确切地知道它是如何组织的，以及确切地将文件放到目录树中的哪个位置。
看来只需设计一个特定于您的需求的解决方案就容易多了。
编辑：JCP确实看起来不错。我建议尝试一下，看看它是如何为你的用例执行的。
如果你在Windows上运行你的系统，并且在某个时候注意到可怕的n^2性能下降，那么你可能会遇到自动生成8.3文件名所带来的性能下降。当然，你可以使用disable 8.3 filename generation，但正如你所指出的那样，将大量文件存储在一个目录中仍然不是一个好主意。
我见过的处理大量文件的常用策略是为文件名的前n个字母创建目录。例如，document.pdf将被存储在d/o/c/u/m/document.pdf中。我不记得曾经在Java中看过一个库来做这件事，但它看起来非常简单。如有必要，您可以创建一个数据库来存储查找表（将键映射到均匀分布的随机文件名），因此每次启动时都不必重新构建索引。如果您希望获得自动重复数据删除的好处，则可以散列每个文件的内容并将该校验和用作文件名（但您也希望添加一个检查，以免意外丢弃校验和与现有文件相匹配的文件）尽管内容实际上是不同的）。
根据不同的文件，你也可以考虑存储在数据库文件本身的大小 - 如果你这样做，这将是微不足道的补充版本，你不一定要创建随机文件名，因为您可以使用自动生成的主键来引用它们。