Java有几种文件拷贝方式
文章目录
一、考点分析
1、考察方向
- 不同的copy方式,底层机制有什么区别?
- 为什么零拷贝(zero-copy)可能有性能优势?
- Buffer分类与使用 。
- Direct Buffer对垃圾收集等方面的影响与实践选择。
备注:
- NIO不止多路复用,NIO2也不只是异步IO
2、典型回答
java有多种比较典型的文件拷贝实现方式:
- 利用java.io类库,直接为源文件构建一个FilelnputStream读取,然后再为目标文件构建一个 FileOutputStream ,完成写入工作。
- 利用java.nio类库提供的transferTo或transferFrom方法实现
- 对于Copy的效率,理论上来说,NIO transferTo/From的方式可能更快(从实践角度,并没有明确说NIO transfer的方案最快,真实情况也确实未必如此),因为它更能利用现代操作系统底层机制,避免不必要拷贝 和上下文切换。
二、知识拓展
1、拷贝实践机制分析
-
当我们使用输入输出流逬行读写时,实际上是进行了多次上下文切换。比如应用读取数据时,先 在内核态将数据从磁盘读取到内核缓存,再切换到用户态将数据从内核缓存读取到用户缓存。 写入操作也是类似,仅仅是步骤相反。
-
而基于NIO transferTo的实现方式,在Linux和Unix上,则会使用到零拷贝技术,数据传输 并不需要用户态参与,省去了上下文切换的开销和不必要的内存拷贝 ,进而可能提高应用拷贝性 能。注意,transferTo不仅仅是可以用在文件拷贝中,与其类似的,例如读取磁盘文件,然后 进行Socket发送,同样可以享受这种机制带来的性能和扩展性提高。零拷贝
2、Java IO/NIO源码结构
不同的copy方式的底层机制:
private static long copy(InputStream source, OutputStream sink)
throws IOException
public static long copy(InputStream in, Path target, CopyOption... options)
throws IOException
public static long copy(Path source, OutputStream out) throws IOException
-
后面两种copy实现,能 够在方法实现里直接看到使用的是InputStream.transferTo() (应该是java8以后的版本才有)
-
copy不仅仅是支持文件之间操作,没有人限定输入输出流一定是针对文件的,这时两个很实用的工具方法。
如何提高类似拷贝等IO操作的性能:
有一些宽泛的原则:
- 在程序中,使用缓存等机制,合理减少IO次数(在网络通信中,如TCP传输,window大 小也可以看作是类似思路)。
- 使用transferTo等机制,减少上下文切换和额外IO操作。
- 尽量减少不必要的转换过程,比如编解码;对象序列化和反序列化,比如操作文本文件或者 网络通信,如果不是过程中需要使用文本信息,可以考虑不要将二进制信息转换成字符串,直接传输二进制信息,
3、掌握NIO Buffer
使用Buffer的重要性:
- Buffer是NIO操作数据的基本工具 。Java为每种原始数据类型都提供了相应 的Buffer实现(布尔除外),所以掌握和使用Buffer是十分必要的。
- 尤其是涉及Direct Buffer等使用,因为其在垃圾收集等方面的特殊性,更要重点掌握。
Buffer几个基本属性:
-
capcity: 它反映这个Buffer到底有多大,也就是数组的长度。
-
position:要操作的数据起始位置。
-
limit:相当于操作的限额。在读取或者写入时,limit的意义很明显是不一样的。比如,读取 操作时,很可能将limit设置到所容数据的上限;而在写入时,则会设置容量或容量以下的可写限度 。
-
mark :记录上一次postion的位置,默认是0,算是—便利性的考虑,往往不是必须的。
Buffer的基本操作:
-
我们创建了一个ByteBuffer,准备放入数据, capcity当然就是缓冲区大小,而position就 是0 , limit默认就是capcity的大小.。
-
当我们写入几个字节的数据时,position就会跟着水涨船高,但是它不可能超过limit的大 小。
-
如果我们想把前面写入的数据读出来,需要调用flip(),将position设置为0 , limit设 置为以前的position那里。
-
如果还想从头再读一遍,可以调用rewind() ,让limit不变,position再次设置为0。
4、Direct Buffer和垃圾收集
Direct Buffer(堆外缓存)
- 如果我们看Buffer的方法定义,你会发现它定义了 isDirect()方法,返回当 前Buffer是否是Direct类型 。这是因为Java提供了堆内和堆外(Direct) Buffer ,我们可 以以它的allocate或者allocateDirect方法直接创建
MappedByteBuffer:
- 它将文件按照指定大小直接映射为内存区域,当程序访问这个内存区 域时将直接操作这块儿文件数据,省去了将数据从内核空间向用户空间传输的损耗。我们可 以使用FileChannel.map创建 MappedByteBuffer ,它本质上也是种 Direct Buffer 。
Direct Buffer的优势
- Java会尽量对Direct Buffer仅做本地IO 操作,对于很多大数据量的IO密集操作,可能会带来非常大的性能优势,因为:
- Direct Buffer生命周期内内存地址都不会再发生更改,进而内核可以安全地对其进行访问, 很多IO操作会很高效。
- 减少了堆内对象存储的可能额外维护工作,所以访问效率可能有所提高。
- 但是请注意,Direct Buffer创建和销毁过程中,都会比一般的的堆内Buffer増加部分开销,所以 通常都建议Direct Buffer用于长期使用、数据较大的场景。
Direct Buffer和垃圾收集
-
使用Direct Buffer,我们需要清楚它对内存和JVM参数的影响。首先,因为它不在堆上,所以 Xmx之类参数,其实并不能影响Direct Buffer等堆外成员的内存额度,我们可以使用下面参数设置大小: -XX:MaxDirectMemorySize=512M
-
从参数设置和内存问题排査角度来看,这意味着我们在计算Java可以使用的内存大小的时候, 不能只考虑堆的需要,还有Direct Buffer等一系列堆外因素。如果岀现内存不足,堆外内存占 用也是一种可能性。
-
另外,大多数垃圾收集过程中,都不会主动收集Direct Buffer,它的垃圾收集过程,就是基于 Cleaner (一个内部实现)和幻象引用(Phantom Reference )机制,其本身不是public类型,内部实现了一个Deallocator负责销毁的逻辑。对它的销毁往往要拖到 full GC的时候。所以使用不当很容易袒导致OutOfMemoryError.
-
对于Direct Buffer的回收的几个建议:
-
在应用程序中,显式地调用System.gc()来强制触发。
-
另外一种思路是,在大量使用Direct Buffer的部分框架中,框架会自己在程序中调用释放方 法,Netty就是这么做的,有兴趣可以参考其实现(PlatformDependent0 )。
-
重复使用 Direct Buffer。
-
5、跟踪和诊断Direct Buffer内存占用
-
因为通常的垃圾收集日志等记录,并不包含Direct Buffer等信息,所以Direct Buffer内存诊 断也是个比较头疼的事情。幸好,在JDK 8之后的版本,我们可以方便地使用Native Memory Tracking ( NMT) 特性来进行诊断,你可以在程序启动时加上下面参数:
-XX:NativeMemoryTracking={summary|detail)
-
注意,激活NMT通常都会导致JVM出现5%~10%的性能下降,请谨慎考虑。运行时,可以采用下面命令进行交互式対比:
//打印NMT信息 jcmd <pid> VM.native_memory detail //进行baseline,以对比分配内存变化 jcmd <pid> VM.native_memnory baseline //进行baseline,以对比分配内存変化 jcmd <pid> VM.native_memory detail.diff
我们可以在Internal部分发现Direct Buffer内存使用的信息,这是因为其底层实际是利用 unsafe_allocatememory.严格说,这不是JVM内部使用的内存。所以在JDK11以后,其实 它是归类在other部分里。
备注:
- JVM的堆外内存远不止Direct Buffer, NMT输出的信息当然也远不止这些。
三、问答环节
Q:如果我们需要在channel读取 的过程中,将不同片段写入到相应的Buffer里面(类似二进制消息分拆成消息头、消息体 等),可以采用NIO的什么机制做到呢?
A:可以利用NIO分散-scatter机制来写入不同buffer。
Code:
ByteBuffer header = ByteBuffer.allocate(128); ByteBuffer body = ByteBuffer.allocate(1024); ByteBufferfl bufferArray = {header, body); channel.read(bufferArray);
注意: 该方法适用于请求头长度固定
四、参考文档
1、极客时间《Java核心技术36讲》第12讲
2、零拷贝