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。