花1K內存實現高效I/O的RandomAccessFile類

2019-11-18 15:08:10

字體：大中小

來源：轉載

供稿：網友

　　通過擴展Random accessFile類使之具備Buffer改善I/O性能
java的文件隨機存取類（RandomAccessFile）的I/O效率較低。通過分析其中原因，提出解決方案。逐步展示如何創建具備緩存讀寫能力的文件隨機存取類，并進行了優化。通過與其它文件訪問類的性能對比，證實了其實用價值。
主體：

目前最流行的J2SDK版本是1.3系列。使用該版本的開發人員需文件隨機存取，就得使用RandomAccessFile類。其I/O性能較之其它常用開發語言的同類性能差距甚遠，嚴重影響程序的運行效率。

開發人員迫切需要提高效率，下面分析RandomAccessFile等文件類的源代碼，找出其中的癥結所在，并加以改進優化，創建一個"性/價比"俱佳的隨機文件訪問類BufferedRandomAccessFile。

1．在改進之前先做一個基本測試：逐字節COPY一個12兆的文件（這里牽涉到讀和寫）。

讀寫耗用時間（秒）
RandomAccessFile RandomAccessFile 95.848
BufferedInputStream + DataInputStream BufferedOutputStream + DataOutputStream 2.935

我們可以看到兩者差距約32倍，RandomAccessFile也太慢了。先看看兩者要害部分的源代碼，對比分析，找出原因。

1．1．[RandomAccessFile]

public class RandomAccessFile implements DataOutput, DataInput {
public final byte readByte() throws IOException {
int ch = this.read();
if (ch < 0)
throw new EOFException();
return (byte)(ch);
}

public native int read() throws IOException;

public final void writeByte(int v) throws IOException {
write(v);
}

public native void write(int b) throws IOException;
}

可見，RandomAccessFile每讀/寫一個字節就需對磁盤進行一次I/O操作。

1．2．[BufferedInputStream]

public class BufferedInputStream extends FilterInputStream {
PRivate static int defaultBufferSize = 2048;
protected byte buf[]; // 建立讀緩存區
public BufferedInputStream(InputStream in, int size) {
super(in);
if (size <= 0) {
throw new IllegalArgumentException("Buffer size <= 0");
}
buf = new byte[size];
}
public synchronized int read() throws IOException {
ensureOpen();
if (pos >= count) {
fill();
if (pos >= count)
return -1;
}
return buf[pos++] & 0xff; // 直接從BUF[]中讀取
}
private void fill() throws IOException {
if (markpos < 0)
pos = 0; /* no mark: throw away the buffer */
else if (pos >= buf.length) /* no room left in buffer */
if (markpos > 0) { /* can throw away early part of the buffer */
int sz = pos - markpos;
System.arraycopy(buf, markpos, buf, 0, sz);
pos = sz;
markpos = 0;
} else if (buf.length >= marklimit) {
markpos = -1; /* buffer got too big, invalidate mark */
pos = 0; /* drop buffer contents */
} else { /* grow buffer */
int nsz = pos * 2;
if (nsz > marklimit)
nsz = marklimit;
byte nbuf[] = new byte[nsz];
System.arraycopy(buf, 0, nbuf, 0, pos);
buf = nbuf;
}
count = pos;
int n = in.read(buf, pos, buf.length - pos);
if (n > 0)
count = n + pos;
}
}

1．3．[BufferedOutputStream]

public class BufferedOutputStream extends FilterOutputStream {
protected byte buf[]; // 建立寫緩存區
public BufferedOutputStream(OutputStream out, int size) {
super(out);
if (size <= 0) {
throw new IllegalArgumentException("Buffer size <= 0");
}
buf = new byte[size];
}
public synchronized void write(int b) throws IOException {
if (count >= buf.length) {
flushBuffer();
}
buf[count++] = (byte)b; // 直接從BUF[]中讀取
}

private void flushBuffer() throws IOException {
if (count > 0) {
out.write(buf, 0, count);
count = 0;
}
}
}

可見，Buffered I/O putStream每讀/寫一個字節，若要操作的數據在BUF中，就直接對內存的buf[]進行讀/寫操作；否則從磁盤相應位置填充buf[]，再直接對內存的buf[]進行讀/寫操作，絕大部分的讀/寫操作是對內存buf[]的操作。

1．3．小結

內存存取時間單位是納秒級（10E-9），磁盤存取時間單位是毫秒級（10E-3），同樣操作一次的開銷，內存比磁盤快了百萬倍。理論上可以預見，即使對內存操作上萬次，花費的時間也遠少對于磁盤一次I/O的開銷。顯然后者是通過增加位于內存的BUF存取，減少磁盤I/O的開銷，提高存取效率的，當然這樣也增加了BUF控制部分的開銷。從實際應用來看，存取效率提高了32倍。

2．根據1.3得出的結論，現試著對RandomAccessFile類也加上緩沖讀寫機制。

隨機訪問類與順序類不同，前者是通過實現DataInput/DataOutput接口創建的，而后者是擴展FilterInputStream/FilterOutputStream創建的，不能直接照搬。

2．1．開辟緩沖區BUF[默認：1024字節]，用作讀/寫的共用緩沖區。

2．2．先實現讀緩沖。

讀緩沖邏輯的基本原理：

A 欲讀文件POS位置的一個字節。

B 查BUF中是否存在？若有，直接從BUF中讀取，并返回該字符BYTE。

C 若沒有，則BUF重新定位到該POS所在的位置并把該位置四周的BUFSIZE的字節的文件內容填充BUFFER，返回B。

以下給出要害部分代碼及其說明：

public class BufferedRandomAccessFile extends RandomAccessFile {
// byte read(long pos)：讀取當前文件POS位置所在的字節
// bufstartpos、bufendpos代表BUF映射在當前文件的首/尾偏移地址。
// curpos指當前類文件指針的偏移地址。
public byte read(long pos) throws IOException {
if (pos < this.bufstartpos pos > this.bufendpos ) {
this.flushbuf();
this.seek(pos);

if ((pos < this.bufstartpos) (pos > this.bufendpos))
throw new IOException();
}
this.curpos = pos;
return this.buf[(int)(pos - this.bufstartpos)];
}

// void flushbuf()：bufdirty為真，把buf[]中尚未寫入磁盤的數據，寫入磁盤。

private void flushbuf() throws IOException {
if (this.bufdirty == true) {
if (super.getFilePointer() != this.bufstartpos) {
super.seek(this.bufstartpos);
}
super.write(this.buf, 0, this.bufusedsize);
this.bufdirty = false;
}
}

// void seek(long pos)：移動文件指針到pos位置，并把buf[]映射填充至POS
所在的文件塊。
public void seek(long pos) throws IOException {
if ((pos < this.bufstartpos) (pos > this.bufendpos)) { // seek pos not in buf
this.flushbuf();
if ((pos >= 0) && (pos <= this.fileendpos) && (this.fileendpos != 0))
{ // seek pos in file (file length > 0)
this.bufstartpos = pos * bufbitlen / bufbitlen;
this.bufusedsize = this.fillbuf();

} else if (((pos == 0) && (this.fileendpos == 0))
(pos == this.fileendpos + 1))
{ // seek pos is append pos
this.bufstartpos = pos;
this.bufusedsize = 0;
}
this.bufendpos = this.bufstartpos + this.bufsize - 1;
}
this.curpos = pos;
}
// int fillbuf()：根據bufstartpos，填充buf[]。
private int fillbuf() throws IOException {
super.seek(this.bufstartpos);
this.bufdirty = false;
return super.read(this.buf);
}
}

至此緩沖讀基本實現，逐字節COPY一個12兆的文件（這里牽涉到讀和寫，用BufferedRandomAccessFile試一下讀的速度）：

讀寫耗用時間（秒）
RandomAccessFile RandomAccessFile 95.848
BufferedRandomAccessFile BufferedOutputStream + DataOutputStream 2.813
BufferedInputStream + DataInputStream BufferedOutputStream + DataOutputStream 2.935

可見速度顯著提高，與BufferedInputStream+DataInputStream不相上下。

2．3．實現寫緩沖。

寫緩沖邏輯的基本原理：

A欲寫文件POS位置的一個字節。

B 查BUF中是否有該映射？若有，直接向BUF中寫入，并返回true。

C若沒有，則BUF重新定位到該POS所在的位置，并把該位置四周的 BUFSIZE字節的文件內容填充BUFFER，返回B。

下面給出要害部分代碼及其說明：

// boolean write(byte bw, long pos)：向當前文件POS位置寫入字節BW。
// 根據POS的不同及BUF的位置：存在修改、追加、BUF中、BUF外等情
況。在邏輯判定時，把最可能出現的情況，最先判定，這樣可提高速度。
// fileendpos：指示當前文件的尾偏移地址，主要考慮到追加因素
public boolean write(byte bw, long pos) throws IOException {
if ((pos >= this.bufstartpos) && (pos <= this.bufendpos)) {
// write pos in buf
this.buf[(int)(pos - this.bufstartpos)] = bw;
this.bufdirty = true;

if (pos == this.fileendpos + 1) { // write pos is append pos
this.fileendpos++;
this.bufusedsize++;
}
} else { // write pos not in buf
this.seek(pos);
if ((pos >= 0) && (pos <= this.fileendpos) && (this.fileendpos != 0))
{ // write pos is modify file
this.buf[(int)(pos - this.bufstartpos)] = bw;
} else if (((pos == 0) && (this.fileendpos == 0))
(pos == this.fileendpos + 1)) { // write pos is append pos
this.buf[0] = bw;
this.fileendpos++;
this.bufusedsize = 1;
} else {
throw new IndexOutOfBoundsException();
}
this.bufdirty = true;
}
this.curpos = pos;
return true;
}

至此緩沖寫基本實現，逐字節COPY一個12兆的文件，（這里牽涉到讀和寫，結合緩沖讀，用BufferedRandomAccessFile試一下讀/寫的速度）：

讀寫耗用時間（秒）
RandomAccessFile RandomAccessFile 95.848
BufferedInputStream + DataInputStream BufferedOutputStream + DataOutputStream 2.935
BufferedRandomAccessFile BufferedOutputStream + DataOutputStream 2.813
BufferedRandomAccessFile BufferedRandomAccessFile 2.453

可見綜合讀/寫速度已超越BufferedInput/OutputStream+DataInput/OutputStream。

3．優化BufferedRandomAccessFile。

優化原則：

調用頻繁的語句最需要優化，且優化的效果最明顯。
多重嵌套邏輯判定時，最可能出現的判定，應放在最外層。
減少不必要的NEW。
這里舉一典型的例子：

public void seek(long pos) throws IOException {
...
this.bufstartpos = pos * bufbitlen / bufbitlen;
// bufbitlen指buf[]的位長，例：若bufsize=1024，則bufbitlen=10。
...
}

seek函數使用在各函數中，調用非常頻繁，上面加重的這行語句根據pos和bufsize確定buf[]對應當前文件的映射位置，用"*"、"/"確定，顯然不是一個好方法。

優化一：this.bufstartpos = (pos << bufbitlen) >> bufbitlen;

優化二：this.bufstartpos = pos & bufmask; // this.bufmask = ~((long)this.bufsize - 1);

兩者效率都比原來好，但后者顯然更好，因為前者需要兩次移位運算、后者只需一次邏輯與運算（bufmask可以預先得出）。

至此優化基本實現，逐字節COPY一個12兆的文件，（這里牽涉到讀和寫，結合緩沖讀，用優化后BufferedRandomAccessFile試一下讀/寫的速度）：

讀寫耗用時間（秒）
RandomAccessFile RandomAccessFile 95.848
BufferedInputStream + DataInputStream BufferedOutputStream + DataOutputStream 2.935
BufferedRandomAccessFile BufferedOutputStream + DataOutputStream 2.813
BufferedRandomAccessFile BufferedRandomAccessFile 2.453
BufferedRandomAccessFile優 BufferedRandomAccessFile優 2.197

可見優化盡管不明顯，還是比未優化前快了一些，也許這種效果在老式機上會更明顯。

以上比較的是順序存取，即使是隨機存取，在絕大多數情況下也不止一個BYTE，所以緩沖機制依然有效。而一般的順序存取類要實現隨機存取就不怎么輕易了。

4．需要完善的地方

提供文件追加功能：

public boolean append(byte bw) throws IOException {
return this.write(bw, this.fileendpos + 1);
}

提供文件當前位置修改功能：

public boolean write(byte bw) throws IOException {
return this.write(bw, this.curpos);
}

返回文件長度（由于BUF讀寫的原因，與原來的RandomAccessFile類有所不同）：

public long length() throws IOException {
return this.max(this.fileendpos + 1, this.initfilelen);
}

返回文件當前指針（由于是通過BUF讀寫的原因，與原來的RandomAccessFile類有所不同）：

public long getFilePointer() throws IOException {
return this.curpos;
}

提供對當前位置的多個字節的緩沖寫功能：

public void write(byte b[], int off, int len) throws IOException {
long writeendpos = this.curpos + len - 1;
if (writeendpos <= this.bufendpos) { // b[] in cur buf
System.arraycopy(b, off, this.buf, (int)(this.curpos - this.bufstartpos),
len);
this.bufdirty = true;
this.bufusedsize = (int)(writeendpos - this.bufstartpos + 1);
} else { // b[] not in cur buf
super.seek(this.curpos);
super.write(b, off, len);
}
if (writeendpos > this.fileendpos)
this.fileendpos = writeendpos;

this.seek(writeendpos+1);
}

public void write(byte b[]) throws IOException {
this.write(b, 0, b.length);
}

提供對當前位置的多個字節的緩沖讀功能：

public int read(byte b[], int off, int len) throws IOException {
long readendpos = this.curpos + len - 1;
if (readendpos <= this.bufendpos && readendpos <= this.fileendpos ) {
// read in buf
System.arraycopy(this.buf, (int)(this.curpos - this.bufstartpos),
b, off, len);
} else { // read b[] size > buf[]
if (readendpos > this.fileendpos) { // read b[] part in file
len = (int)(this.length() - this.curpos + 1);
}
super.seek(this.curpos);
len = super.read(b, off, len);
readendpos = this.curpos + len - 1;
}
this.seek(readendpos + 1);
return len;
}

public int read(byte b[]) throws IOException {
return this.read(b, 0, b.length);
}

public void setLength(long newLength) throws IOException {
if (newLength > 0) {
this.fileendpos = newLength - 1;
} else {
this.fileendpos = 0;
}
super.setLength(newLength);
}

public void close() throws IOException {
this.flushbuf();
super.close();
}

至此完善工作基本完成，試一下新增的多字節讀/寫功能，通過同時讀/寫1024個字節，來COPY一個12兆的文件，（這里牽涉到讀和寫，用完善后BufferedRandomAccessFile試一下讀/寫的速度）：

讀寫耗用時間（秒）
RandomAccessFile RandomAccessFile 95.848
BufferedInputStream + DataInputStream BufferedOutputStream + DataOutputStream 2.935
BufferedRandomAccessFile BufferedOutputStream + DataOutputStream 2.813
BufferedRandomAccessFile BufferedRandomAccessFile 2.453
BufferedRandomAccessFile優 BufferedRandomAccessFile優 2.197
BufferedRandomAccessFile完 BufferedRandomAccessFile完 0.401

5．與JDK1.4新類MappedByteBuffer+RandomAccessFile的對比？

JDK1.4提供了NIO類，其中MappedByteBuffer類用于映射緩沖，也可以映射隨機文件訪問，可見JAVA設計者也看到了RandomAccessFile的問題，并加以改進。怎么通過MappedByteBuffer+RandomAccessFile拷貝文件呢？下面就是測試程序的主要部分：

RandomAccessFile rafi = new RandomAccessFile(SrcFile, "r");
RandomAccessFile rafo = new RandomAccessFile(DesFile, "rw");
FileChannel fci = rafi.getChannel();
FileChannel fco = rafo.getChannel();
long size = fci.size();
MappedByteBuffer mbbi = fci.map(FileChannel.MapMode.READ_ONLY, 0, size);
MappedByteBuffer mbbo = fco.map(FileChannel.MapMode.READ_WRITE, 0, size);
long start = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
byte b = mbbi.get(i);
mbbo.put(i, b);
}
fcin.close();
fcout.close();
rafi.close();
rafo.close();
System.out.println("Spend: "+(double)(System.currentTimeMillis()-start) / 1000 + "s");

試一下JDK1.4的映射緩沖讀/寫功能，逐字節COPY一個12兆的文件，（這里牽涉到讀和寫）：

讀寫耗用時間（秒）
RandomAccessFile RandomAccessFile 95.848
BufferedInputStream + DataInputStream BufferedOutputStream + DataOutputStream 2.935
BufferedRandomAccessFile BufferedOutputStream + DataOutputStream 2.813
BufferedRandomAccessFile BufferedRandomAccessFile 2.453
BufferedRandomAccessFile優 BufferedRandomAccessFile優 2.197
BufferedRandomAccessFile完 BufferedRandomAccessFile完 0.401
MappedByteBuffer+ RandomAccessFile MappedByteBuffer+ RandomAccessFile 1.209

確實不錯，看來JDK1.4比1.3有了極大的進步。假如以后采用1.4版本開發軟件時，需要對文件進行隨機訪問，建議采用MappedByteBuffer+RandomAccessFile的方式。但鑒于目前采用JDK1.3及以前的版本開發的程序占絕大多數的實際情況，假如您開發的JAVA程序使用了RandomAccessFile類來隨機訪問文件，并因其性能不佳，而擔心遭用戶詬病，請試用本文所提供的BufferedRandomAccessFile類，不必推翻重寫，只需IMPORT 本類，把所有的RandomAccessFile改為BufferedRandomAccessFile，您的程序的性能將得到極大的提升，您所要做的就這么簡單。

6．未來的考慮

讀者可在此基礎上建立多頁緩存及緩存淘汰機制，以應付對隨機訪問強度大的應用。

相關資源：

SUN JDK1.3/1.4 SRC。

關于作者
崔志翔,上海頤東網絡信息有限公司產品部經理，從事軟件產品開發。您可以通過E-mail:bladeinco@citiz.net 與他取得聯系。

上一篇：關注性能：宏性能基準測試

下一篇：關于擾亂器與反編譯