如何增强JAVA的I/O性能
原作者：Nick Zhang，编译：ImportNew - 储晓颖
原文链接：http://www.importnew.com/1068.html
JDK 1.0.2 的 java.io 包暴露了很多I/O性能问题，这里将介绍一个优化方案，附加一个关闭同步的方法。
Java的I/O性能曾经是很多Java应用的瓶颈，主要原因就是JDK1.0.2的java.io包的不良设计和实现。关键问题是缓冲，绝大多数java.io中的类都未做缓冲。事实上，只有BufferedInputStream 和 BufferedOutputStream两个类做了缓冲，但他们提供的方法有限。例如，在大多数涉及文件操作的应用中，你需要逐行解析一个文件。但是唯一提供了readLine方法的类是DataInputStream，可是它却没有内部缓冲。DataInputStream的readLine方法其实是从输入流中逐个读取字符直到遇到 “n” 或 “rn”字符。每个读取字符操作都涉及到一次文件I/O。这在读取一个大文件时是极其低效的。没有缓冲的情况下一个5兆字节的文件就需要至少5百万次读取字符的文件I/O操作。
新版本JDK1.1通过增加一套Reader、Writer类改进了I/O性能。在大文件读取中BufferedReader的readLine方法至少比以前的DataInputStream快10到20倍。不幸的是，JDK1.1没有解决所有的性能问题。比如，当你想解析一个大文件但是又不希望全部读到内存中时，需要使用到RandomAccessFile类，但是在JDK1.1里它也没有做缓冲，也没有提供其他类似的Reader类。
如何解决I/O难题？
解决低效的文件I/O，我们需要一个提供缓冲的RandomAccessFile类。有一个类继承自RandomAccessFile，并且重用了RandomAccessFile中的所有方法，它就是Braf(Bufferedrandomaccessfile)。
|
1
2
|
public class Braf extends RandomAccessFile {} |
出于效率原因，我们定义了一个字节缓冲区而不是字符缓冲区。使用buf_end、buf_pos和real_pos三个变量来记录缓冲区上有用的位置信息。
|
1
2
3
4
|
byte buffer[];int buf_end = 0;int buf_pos = 0;long real_pos = 0; |
增加了一个新的构造函数，里面多了一个指定缓冲区大小的参数：
|
1
2
3
4
5
6
7
|
public Braf(String filename, String mode, int bufsize) throws IOException{ super(filename,mode); invalidate(); BUF_SIZE = bufsize; buffer = new byte[BUF_SIZE]; } |
新写了一个read方法，它永远优先读取缓冲区。它覆盖了原来的read方法，在缓冲区读完时，会调用fillBuffer，它将调用父类的read方法读取字节，填充到缓冲区中。私有函数invalidate被用来判断缓冲区中是否包含合法数据，它在seek方法被调用、文件指针可能被定位到缓冲区之外时是非常有必要的。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
public final int read() throws IOException{ if(buf_pos >= buf_end) { if(fillBuffer() < 0) return -1; } if(buf_end == 0) { return -1; } else { return buffer[buf_pos++]; }}private int fillBuffer() throws IOException { int n = super.read(buffer, 0, BUF_SIZE); if(n >= 0) { real_pos +=n; buf_end = n; buf_pos = 0; } return n;}private void invalidate() throws IOException { buf_end = 0; buf_pos = 0; real_pos = super.getFilePointer();} |
另一个参数化的读取方法也被重载，代码如下。如果缓冲足够的话，它就会调用System.arraycopy 方法直接从缓冲中拷贝一部分到用户区。这个也能显著提升性能，因为getNextLine方法中read()方法被大量使用，getNextLine也是readLine的替代品。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
public int read(byte b[], int off, int len) throws IOException { int leftover = buf_end - buf_pos; if(len <= leftover) { System.arraycopy(buffer, buf_pos, b, off, len); buf_pos += len; return len; } for(int i = 0; i < len; i++) { int c = this.read(); if(c != -1) b[off+i] = (byte)c; else { return i; } } return len;} |
原来的getFilePointer和seek方法也需要被重载来配合缓冲。大多数情况下，两个方法只会简单的在缓冲中进行操作
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
public long getFilePointer() throws IOException{ long l = real_pos; return (l - buf_end + buf_pos) ;}public void seek(long pos) throws IOException { int n = (int)(real_pos - pos); if(n >= 0 && n <= buf_end) { buf_pos = buf_end - n; } else { super.seek(pos); invalidate(); }} |
最重要的，一个新的方法，getNextLine，被加入来替换readLine。我们不能简单的重载readLine，因为它是final定义的。getNextLine方法首先需要确定buffer是否有未读数据。如果没有，缓冲区需要被填满。读取时如果遇到换行符，新的一行就从缓冲区中读出转换为String对象。否则，将继续调用read方法逐个读取字节。尽管后面部分的代码和原来的readLine很像，但是由于read方法做了缓冲，它的性能也要优于以前。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
/*** return a next line in String */public final String getNextLine() throws IOException { String str = null; if(buf_end-buf_pos <= 0) { if(fillBuffer() < 0) { throw new IOException("error in filling buffer!"); } } int lineend = -1; for(int i = buf_pos; i < buf_end; i++) { if(buffer[i] == 'n') { lineend = i; break; } } if(lineend < 0) { StringBuffer input = new StringBuffer(256); int c; while (((c = read()) != -1) && (c != 'n')) { input.append((char)c); } if ((c == -1) && (input.length() == 0)) { return null; } return input.toString(); } if(lineend > 0 && buffer[lineend-1] == 'r') str = new String(buffer, 0, buf_pos, lineend - buf_pos -1); else str = new String(buffer, 0, buf_pos, lineend - buf_pos); buf_pos = lineend +1; return str; } |
在Braf类的帮助下，我们在逐行读取大文件时至少能得到高过RandomAccessFile类25倍的性能提升。这个方案也应用在其他I/O操作密集的场景中。
关闭同步：额外的提示
除了I/O，另一个拖累Java性能的因素是同步，大体上，同步方法的成本大约是普通方法的6倍。如果你在写一个没有多线程的应用，或者是一个应用中肯定只会单线程运行的部分，你不需要做任何同步声明。当前，Java还没有机制来关闭同步。一个非正规的方法是拿到源码，去掉同步声明然后创建一个新类。例如，BufferedInputStream中两个read方法都是同步的，因为其他I/O方法都依赖它们。你可以在JavaSoft的JDK 1.1中拷贝BufferedInputStream.java 源码，创建一个新的NewBIS类，删掉同步声明，重新编译。