kkFileView(二）————压缩文件处理（一）

2021SC@SDUSC

目录

一、线程池的使用

那么，什么是线程池？

 关于ExecutorService

二、7Z,rar,zip压缩文件的区别

1.zip文件格式

2. 7Z文件格式

3.Rar文件格式

一、线程池的使用

由于本人负责的压缩文件处理第一个就涉及到Java线程池的问题，因此本次报告先围绕Java线程池即多线程问题展开。

之前大一学习java学到过多线程，而线程池是解决多线程的一个手段。

那么，什么是线程池？

在一个线程的生命周期内，往往线程创建和销毁的时间要大于线程执行的时间，所以频繁的创建线程会消耗额外的时间。如果等到有任务来了,在去创建线程的话效率就会比较低,如不把线程放在某个地方,任务来了,直接把线程拿过来用比较好；另外，线程池可以管理控制线程，使用线程池,可以进行统一分配,方便调优和监控。线程可以提供队列,存放缓冲等待执行的任务。

由此看来，线程池可以

• 降低资源消耗
• 提高响应速度
• 提高线程的可管理性

 关于ExecutorService

ExecutorService是Java中对线程池定义的一个接口，它java.util.concurrent包中。

主要方法如下： 

Java给我们提供了一个Executors工厂类，它可以帮助我们很方便的创建各种类型ExecutorService线程池

 ExecutorService的创建

 newFixedThreadPool 创建一个定长线程池，可控制线程最大并发数，超出的线程会在队列中等待。下面代码中线程的最大并发数取决于可用处理器的Java虚拟机的数量

java.lang.Runtime.availableProcessors() 方法: 返回可用处理器的Java虚拟机的数量。

这个值可以在虚拟机中的某个调用过程中改变。应用程序是可用的处理器数量敏感，因此应该偶尔查询该属性，并适当调整自己的资源使用情况。

private final ExecutorService executors = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors());

 新线程的加入

Executor提供的submit(new Runnable)这个方法接收一个Runnable实例，并且异步的执行，下述代码端括号内的类继承自Runnable。

• 加入处理zip文件解压缩线程

executors.submit(new ZipExtractorWorker(entriesToBeExtracted, zipFile, filePath));

• 加入处理rar文件解压缩线程

  executors.submit(new RarExtractorWorker(headersToBeExtracted, archive, filePath));

• 加入处理7Z文件解压缩线程 

  executors.submit(new SevenZExtractorWorker(entriesToBeExtracted, filePath));

二、7Z,rar,zip压缩文件的区别

首先介绍一下压缩文件的大致流程

说到压缩文件, 一般会遇到两个概念,   一个是 "Compress"(压缩) 和"Archive" (存档).    "存档" 这个词个人觉得不好理解. 我个人把 "Archive" 叫做 "打包".

      举个例子,  比如有一堆毛巾,  每一条毛巾代表一个文件.    "Compress"(压缩)的意思就是把毛巾里面的水拧干, 达到压缩的目的.  而"Archive"(打包) 的意思就是把这些毛巾包成一个大包, 便于运输.     所以你可能想到了, 要运输一堆这样的毛巾可能有两种方法: 第一种: 先把每条毛巾拧干并折成方块(压缩), 再把这些方块组合成一个大包(打包).  第二种, 先把这些毛巾包成一个大包(打包),  然后再把这个大包拧干.    凭经验你可能已经意识到, 前一种方法比较好处理, 而且压缩比比较大.  后一种方法就弱一点了.

       前一种就是先压缩后打包的方式. 7z, zip 和rar等就是用的这种方法.   后一种就是先打包, 后压缩的方法. 常见的tar.gz的文件就是用这种方法的. 先用tar打包, 在用gz压缩.

7z压缩率最高，RAR安全性高，ZIP使用范围广

详细介绍zip、rar、7z的不同以及优势

1.zip文件格式

通常情况下，我们用到的ZIP文件格式：

[local file header + file data + data descriptor]{1,n} + central directory + end of central directory record
即
[文件头+文件数据+数据描述符]{此处可重复n次}+核心目录+目录结束标识

当压缩包中有多个文件时，就会有多个[文件头+文件数据+数据描述符]

### local file header 文件头
用于标识该文件的开始，记录了该压缩文件的信息。

file data 文件数据
记录了相应压缩文件的数据

data descriptor 数据描述符
用于标识该文件压缩结束，该结构只有在相应的local file header中通用标记字段的第３bit设为１时才会出现，紧接在压缩文件源数据后。这个数据描述符只用在不能对输出的 ZIP 文件进行检索时使用。例如：在一个不能检索的驱动器（如：磁带机上）上的 ZIP 文件中。如果是磁盘上的ZIP文件一般没有这个数据描述符。

 Central directory 核心目录
记录了压缩文件的目录信息，在这个数据区中每一条纪录对应在压缩源文件数据区中的一条数据。

2. 7Z文件格式

 7z的文件结构基本上分为三部分:

1. 前文件头(就是最前面的header).

是32个字节定长的.    前文件头其实记录的信息很少, 它的主要目的是记录尾文件头的位置, 压缩的主要结构都是存在尾文件头中.

2. 压缩数据.

文件压缩后的压缩数据存放地点. 

3. 尾文件头(就是放在文件末尾的header).

每个Folder 包含了哪些文件, 每个文件大小等等这些详细信息都存贮在7z的尾文件头

3.Rar文件格式

RAR文件通常由以下数据块组成：

1 2 3 4 5 6 7 8 9 10

标记块：HEAD_TYPE=0x72 压缩文件头：HEAD_TYPE=0x73 文件头：HEAD_TYPE=0x74 旧风格的注释头：HEAD_TYPE=0x75 旧风格的用户身份信息：HEAD_TYPE=0x76 旧风格的子块：HEAD_TYPE=0x77 旧风格的恢复记录：HEAD_TYPE=0X78 旧风格的用户身份信息：HEAD_TYPE=0X79 子块：HEAD_TYPE=0x7A 最后的结束块：HEAD_TYPE=0x7B