增量读取大文件的最快方法

Question

当给定 MAX_BUFFER_SIZE 的缓冲区和远远超过它的文件时，如何：

1. 以 MAX_BUFFER_SIZE 的块读取文件？
2. 尽可能快地完成

我尝试使用 NIO

    RandomAccessFile aFile = new RandomAccessFile(fileName, "r");
    FileChannel inChannel = aFile.getChannel();

    ByteBuffer buffer = ByteBuffer.allocate(CAPARICY);

    int bytesRead = inChannel.read(buffer);

    buffer.flip();

        while (buffer.hasRemaining()) {
            buffer.get();
        }

        buffer.clear();
        bytesRead = inChannel.read(buffer);

    aFile.close();

和常规 IO

    InputStream in = new FileInputStream(fileName);

    long length = fileName.length();

    if (length > Integer.MAX_VALUE) {
        throw new IOException("File is too large!");
    }

    byte[] bytes = new byte[(int) length];

    int offset = 0;

    int numRead = 0;

    while (offset < bytes.length
            && (numRead = in.read(bytes, offset, bytes.length - offset)) >= 0) {
        offset += numRead;
    }

    if (offset < bytes.length) {
        throw new IOException("Could not completely read file " + fileName);
    }

    in.close();

事实证明，常规 IO 在做同样的事情时比 NIO 快大约 100 倍。我错过了什么吗？这是预期的吗？有没有更快的方法来读取缓冲区块中的文件？

最终我正在处理一个大文件，我没有内存一次读取全部文件。相反，我想以块的形式增量读取它，然后用于处理。

Answer 1

如果您想让您的第一个示例更快

FileChannel inChannel = new FileInputStream(fileName).getChannel();
ByteBuffer buffer = ByteBuffer.allocateDirect(CAPACITY);

while(inChannel.read(buffer) > 0)
    buffer.clear(); // do something with the data and clear/compact it.

inChannel.close();

如果您希望它更快。

FileChannel inChannel = new RandomAccessFile(fileName, "r").getChannel();
MappedByteBuffer buffer = inChannel.map(FileChannel.MapMode.READ_ONLY, 0, inChannel.size());
// access the buffer as you wish.
inChannel.close();

对于最大 2 GB 的文件，这可能需要 10 - 20 微秒。

Answer 2

假设您需要一次将整个文件读入内存（正如您当前所做的那样），那么读取较小的块或 NIO 都不会在这里为您提供帮助。

事实上，您可能最好读取更大的块 - 您的常规 IO 代码会自动为您执行此操作。

您的 NIO 代码当前速度较慢，因为您一次仅读取一个字节（使用 buffer.get();）。

如果您想以块的形式进行处理（例如，在流之间传输），这是一种不使用 NIO 的标准方法：

InputStream is = ...;
OutputStream os = ...;

byte buffer[] = new byte[1024];
int read;
while((read = is.read(buffer)) != -1){
    os.write(buffer, 0, read);
}

它使用仅 1 KB 的缓冲区大小，但可以传输无限量的数据。

（如果您用您实际希望在功能级别执行的操作的详细信息扩展您的答案，我可以进一步改进它以获得更好的答案。）