golang中bufio包的实现原理

2019独角兽企业重金招聘Python工程师标准>>>

最近用golang写了一个处理文件的脚本，由于其中涉及到了文件读写，开始使用golang中的 io 包，后来发现golang 中提供了一个bufio的包，使用这个包可以大幅提高文件读写的效率，于是在网上搜索同样的文件读写为什么bufio 要比io的读写更快速呢？根据网上的资料和阅读源码，以下来详细解释下bufio的高效如何实现的。

bufio 包介绍  

bufio包实现了有缓冲的I/O。它包装一个io.Reader或io.Writer接口对象，创建另一个也实现了该接口，且同时还提供了缓冲和一些文本I/O的帮助函数的对象。

以上为官方包的介绍，在其中我们能了解到的信息如下：

• bufio 是通过缓冲来提高效率

  简单的说就是，把文件读取进缓冲（内存）之后再读取的时候就可以避免文件系统的io 从而提高速度。同理，在进行写操作时，先把文件写入缓冲（内存），然后由缓冲写入文件系统。看完以上解释有人可能会表示困惑了，直接把 内容->文件 和 内容->缓冲->文件相比， 缓冲区好像没有起到作用嘛。其实缓冲区的设计是为了存储多次的写入，最后一口气把缓冲区内容写入文件。下面会详细解释

• bufio 封装了io.Reader或io.Writer接口对象，并创建另一个也实现了该接口的对象

  io.Reader或io.Writer 接口实现read() 和 write() 方法，对于实现这个接口的对象都是可以使用这两个方法的

bufio 包实现原理

bufio 源码分析

• Reader对象

  bufio.Reader 是bufio中对io.Reader 的封装

  // Reader implements buffering for an io.Reader object.
  type Reader struct {
      buf          []byte
      rd           io.Reader // reader provided by the client
      r, w         int       // buf read and write positions
      err          error
      lastByte     int
      lastRuneSize int
  }
  

  bufio.Read(p []byte) 相当于读取大小len(p)的内容，思路如下：

  1. 当缓存区有内容的时，将缓存区内容全部填入p并清空缓存区
  2. 当缓存区没有内容的时候且len(p)>len(buf),即要读取的内容比缓存区还要大，直接去文件读取即可
  3. 当缓存区没有内容的时候且len(p)<len(buf),即要读取的内容比缓存区小，缓存区从文件读取内容充满缓存区，并将p填满（此时缓存区有剩余内容）
  4. 以后再次读取时缓存区有内容，将缓存区内容全部填入p并清空缓存区（此时和情况1一样）

  以下是源码

  // Read reads data into p.
  // It returns the number of bytes read into p.
  // The bytes are taken from at most one Read on the underlying Reader,
  // hence n may be less than len(p).
  // At EOF, the count will be zero and err will be io.EOF.
  func (b *Reader) Read(p []byte) (n int, err error) {
      n = len(p)
      if n == 0 {
          return 0, b.readErr()
      }
      if b.r == b.w {
          if b.err != nil {
              return 0, b.readErr()
          }
          if len(p) >= len(b.buf) {
              // Large read, empty buffer.
              // Read directly into p to avoid copy.
              n, b.err = b.rd.Read(p)
              if n < 0 {
                  panic(errNegativeRead)
              }
              if n > 0 {
                  b.lastByte = int(p[n-1])
                  b.lastRuneSize = -1
              }
              return n, b.readErr()
          }
          // One read.
          // Do not use b.fill, which will loop.
          b.r = 0
          b.w = 0
          n, b.err = b.rd.Read(b.buf)
          if n < 0 {
              panic(errNegativeRead)
          }
          if n == 0 {
              return 0, b.readErr()
          }
          b.w += n
      }
  
      // copy as much as we can
      n = copy(p, b.buf[b.r:b.w])
      b.r += n
      b.lastByte = int(b.buf[b.r-1])
      b.lastRuneSize = -1
      return n, nil
  }
  

  说明：

  1. reader内部通过维护一个r, w 即读入和写入的位置索引来判断是否缓存区内容被全部读出

• Writer对象

  bufio.Writer 是bufio中对io.Writer 的封装

  // Writer implements buffering for an io.Writer object.
  type Writer struct {
      err error
      buf []byte
      n   int
      wr  io.Writer
  }
  

  bufio.Write(p []byte) 的思路如下

  1. 判断buf中可用容量是否可以放下 p
  2. 如果能放下，直接把p拼接到buf后面，即把内容放到缓冲区
  3. 如果缓冲区的可用容量不足以放下，且此时缓冲区是空的，直接把p写入文件即可
  4. 如果缓冲区的可用容量不足以放下，且此时缓冲区有内容，则用p把缓冲区填满，把缓冲区所有内容写入文件，并清空缓冲区
  5. 判断p的剩余内容大小能否放到缓冲区，如果能放下（此时和步骤1情况一样）则把内容放到缓冲区
  6. 如果p的剩余内容依旧大于缓冲区，（注意此时缓冲区是空的，情况和步骤2一样）则把p的剩余内容直接写入文件

  以下是源码

  // Write writes the contents of p into the buffer.
  // It returns the number of bytes written.
  // If nn < len(p), it also returns an error explaining
  // why the write is short.
  func (b *Writer) Write(p []byte) (nn int, err error) {
      for len(p) > b.Available() && b.err == nil {
          var n int
          if b.Buffered() == 0 {
              // Large write, empty buffer.
              // Write directly from p to avoid copy.
              n, b.err = b.wr.Write(p)
          } else {
              n = copy(b.buf[b.n:], p)
              b.n += n
              b.flush()
          }
          nn += n
          p = p[n:]
      }
      if b.err != nil {
          return nn, b.err
      }
      n := copy(b.buf[b.n:], p)
      b.n += n
      nn += n
      return nn, nil
  }
  

  说明：

  1. b.wr 存储的是一个io.writer对象，实现了Write()的接口，所以可以使用b.wr.Write(p) 将p的内容写入文件

  2. b.flush() 会将缓存区内容写入文件，当所有写入完成后，因为缓存区会存储内容，所以需要手动flush()到文件

  3. b.Available() 为buf可用容量，等于len(buf) - n

  4. 下图解释的是其中一种情况，即缓存区有内容，剩余p大于缓存区

     

转载于:https://my.oschina.net/liangwt/blog/1603593