对百万条数据进行计算需要考虑到内存的限制和计算的效率。以下是一些常见的处理方法：
使用数据库：将数据存储在数据库中，然后使用SQL查询语句进行计算。数据库系统有优化的查询引擎，可以高效地处理大量数据。可以使用Java中的JDBC或者ORM框架来连接和操作数据库。
使用分布式计算框架：如果数据量非常大，超过了单台机器的处理能力，可以考虑使用分布式计算框架，如Hadoop或Spark。这些框架可以将数据分布在多台机器上，然后并行计算。
使用流式处理：如果数据是连续产生的，可以使用流式处理框架，如Apache Storm或Flink。这些框架可以对数据进行实时处理和分析，无需存储所有数据。
使用内存数据结构：如果数据量不是非常大，可以将数据加载到内存中，使用内存数据结构进行计算，如数组、列表或哈希表。这样可以提高计算的速度，但需要考虑内存的限制。
使用并行计算：如果计算可以并行进行，可以使用Java中的多线程或并发库，将计算任务分配给多个线程进行处理。使用线程池可以管理线程的创建和销毁，提高计算效率。
无论使用哪种方法，都需要考虑数据的分片和分批处理，避免一次性加载所有数据导致内存溢出或计算时间过长。可以根据实际情况选择合适的方法来处理百万条数据。