java.util.zip - ZipInputStream 与 ZipFile

Question

我有一些关于 java.util.zip 库的一般性问题。 我们基本上做的是进口和出口许多小部件。以前，这些组件是使用单个大文件导入和导出的，例如：

<component-type-a id="1"/>
<component-type-a id="2"/>
<component-type-a id="N"/>

<component-type-b id="1"/>
<component-type-b id="2"/>
<component-type-b id="N"/>

请注意，导入期间组件的顺序是相关的。

现在每个组件都应该占用自己的文件，该文件应该在外部 版本控制、QA 编辑、等等。我们决定导出的输出应该是一个 zip 文件（包含所有这些文件），导入的输入应该是一个类似的 zip 文件。我们不想破坏我们系统中的拉链。我们不想为每个小文件打开单独的流。我当前的问题：

Q1。 ZipInputStream 能否保证 zip 条目（小文件）的读取顺序与我们使用 ZipOutputStream 的导出插入的顺序相同？我假设阅读类似于：

ZipInputStream zis = new ZipInputStream(new BufferedInputStream(fis));
ZipEntry entry;
while((entry = zis.getNextEntry()) != null) 
{
       //read from zis until available
}

我知道中央 zip 目录位于 zip 文件的末尾，但其中的文件条目仍然有顺序。我也知道依赖顺序是一个丑陋的想法，但我只想牢记所有事实。

Q2。如果我使用 ZipFile （我更喜欢），调用 getInputStream() 数百次会对性能产生什么影响？它会比 ZipInputStream 解决方案慢很多吗？ zip 仅打开一次，并且 ZipFile 由 RandomAccessFile 支持 - 这是正确的吗？ 我认为阅读类似于：

ZipFile zipfile = new ZipFile(argv[0]);
Enumeration e = zipfile.entries();//TODO: assure the order of the entries
while(e.hasMoreElements()) {
        entry = (ZipEntry) e.nextElement();
        is = zipfile.getInputStream(entry));
}

Q3。从同一个 ZipFile 线程检索的输入流是否安全（例如，我可以同时读取不同线程中的不同条目）吗？有任何性能处罚吗？

感谢您的回答！

Answer 1

Q1：是的，顺序将与添加条目的顺序相同。

Q2：请注意，由于 zip 存档文件的结构和压缩，没有一个解决方案是完全流式传输的；他们都做了一定程度的缓冲。如果您查看 JDK 源代码，就会发现实现共享大部分代码。尽管索引确实允许查找与条目相对应的块，但对内容内没有真正的随机访问。所以我认为不应该存在有意义的性能差异；特别是操作系统无论如何都会缓存磁盘块。您可能只想测试性能以通过简单的测试用例来验证这一点。

Q3：我不会指望这一点；但很可能他们不是。如果您确实认为并发访问会有所帮助（主要是因为解压缩受 CPU 限制，所以它可能会有所帮助），我会尝试读取内存中的整个文件，通过 ByteArrayInputStream 公开，并构造多个独立的读取器。

Answer 2

我测量发现，仅使用 ZipInputStream 列出文件比使用 ZipFile 慢 8 倍。

    long t = System.nanoTime();
    ZipFile zip = new ZipFile(jarFile);
    Enumeration<? extends ZipEntry> entries = zip.entries();
    while (entries.hasMoreElements())
    {
        ZipEntry entry = entries.nextElement();

        String filename = entry.getName();
        if (!filename.startsWith(JAR_TEXTURE_PATH))
            continue;

        textureFiles.add(filename);
    }
    zip.close();
    System.out.println((System.nanoTime() - t) / 1e9);

并且

    long t = System.nanoTime();
    ZipInputStream zip = new ZipInputStream(new FileInputStream(jarFile));
    ZipEntry entry;
    while ((entry = zip.getNextEntry()) != null)
    {
        String filename = entry.getName();
        if (!filename.startsWith(JAR_TEXTURE_PATH))
            continue;

        textureFiles.add(filename);
    }
    zip.close();
    System.out.println((System.nanoTime() - t) / 1e9);

（不要在同一个类中运行它们。创建两个不同的类并分别运行它们）

Answer 3

关于第三季度，JENKINS-14362 中的经验表明 zlib 不是线程安全的< em>即使在不相关的流上操作时，即它具有一些不正确共享的静态状态。未经证实，只是一个警告。

Answer 4

使用 ZipFile.getInputStream() 比使用 new ZipInputStream() 快得多。自己尝试一下吧。