快捷導(dǎo)航

JAVA?拷貝文件的幾種方式小結(jié)

更新時(shí)間：2024年03月26日 09:37:26 作者：碼頭的薯?xiàng)l

本文主要介紹了JAVA拷貝文件的幾種方式,包含普通拷貝,mmap內(nèi)存映射的方式拷貝,零拷貝sendFile方式實(shí)現(xiàn)和多線程的方式實(shí)現(xiàn)拷貝,具有一定的參考價(jià)值,感興趣的可以了解一下

1. 前言

閑話少敘，今天主要講講 JAVA 四種拷貝文件的方式，分析一下他們對(duì)內(nèi)存使用的方式和各自應(yīng)用的場景，其實(shí)也是對(duì)之前學(xué)過的知識(shí)做一個(gè)回顧吧，畢竟太久不回顧的話，記憶就像拼圖，隨著時(shí)間流逝就只剩下散落一地的碎片了。

2. 普通拷貝

protected void copyFile(File source, File target) {
    try (FileInputStream is = new FileInputStream(source);
         FileOutputStream os = new FileOutputStream(target);) {
         // 分配內(nèi)存空間
        byte[] buffer = new byte[4096];
        while (is.read(buffer) != -1) {
            os.write(buffer);
        }
    } catch (Exception e) {
        logger.error(e);
    }
}

第一種是最簡單的，就是初始化一個(gè)輸入輸出流，然后在 JAVA 內(nèi)部分配一塊 4096 字節(jié)的內(nèi)存空間，然后不斷將文件寫入這個(gè)內(nèi)存空間中，并輸出到指定文件。

但是需要注意的是，這樣的方式雖然簡單，但是它的數(shù)據(jù)流實(shí)際上是經(jīng)過了 4 層傳輸?shù)?/p>

也就是我們的文件需要經(jīng)過內(nèi)核到我們 JAVA 虛擬機(jī)內(nèi)部的內(nèi)存再到內(nèi)核的 socket 緩沖區(qū)，再到文件。

3. mmap 內(nèi)存映射的方式拷貝

protected void copyFile(File source, File target) {
    try (FileInputStream is = new FileInputStream(source);
         FileOutputStream os = new FileOutputStream(target);
         FileChannel ic = is.getChannel();
         FileChannel oc = os.getChannel();) {
        // 這里開辟的內(nèi)存直接映射在內(nèi)核中
        ByteBuffer buffer = ByteBuffer.allocateDirect(4096);
        while (ic.read(buffer) != -1) {
            buffer.flip();
            oc.write(buffer);
            buffer.clear();
        }
    } catch (Exception e) {
        logger.error(e);
    }
}

第二種由于直接將內(nèi)存映射在了堆外，也就可以節(jié)省普通拷貝中第二步的過程，即不在需要將內(nèi)核緩沖區(qū)中的內(nèi)容再讀到給 java 虛擬機(jī)分配的內(nèi)存中了,比較適合需要 JAVA程序進(jìn)行文件處理，或者一些小文件的傳輸

或者也可以通過封裝好的

new RandomAccessFile(file, "r").getChannel().map(FileChannel.MapMode.READ_ONLY, 0, 1024);

來實(shí)現(xiàn)，底層是通過 directByteBufferConstructor.newInstance 分配堆外內(nèi)存來實(shí)現(xiàn)的。

4. 零拷貝 sendFile 方式實(shí)現(xiàn)

protected void copyFile(File source, File target) {
    try {
        if (!target.exists()) {
            target.createNewFile();
        }
    } catch (Exception e) {
        logger.error(e);
    }
    try (FileChannel is = new RandomAccessFile(source, "r").getChannel();
        FileChannel os = new RandomAccessFile(target, "rw").getChannel()) {
        is.transferTo(0, source.length(), os);
    } catch (Exception e) {
        logger.error(e);
    }
}

第三種其實(shí)也就是我們俗稱的零拷貝的方式，在 Linux 2.1 版本中，引入了 sendFile 方法，也就是可以跳過用戶空間直接實(shí)現(xiàn)傳輸，java 程序中通過新io 中 file 的 transformTo 方法，底層調(diào)用 liunx 內(nèi)核級(jí)的 sendFile 方法，將內(nèi)核數(shù)據(jù)直接拷貝到了 socket 緩沖區(qū)，從而節(jié)省了拷貝次數(shù)和消耗。

既然第三種方式相對(duì)于第一種和第二種來說，可以完全不經(jīng)過 java 應(yīng)用程序，為什么不都直接都用第三種就好了呢？

正是因?yàn)樗耆唤?jīng)過 java 程序，也就是說我們無法對(duì)文件內(nèi)容進(jìn)行二次修改了，第三種方式比較適用于我們將無需經(jīng)過程序處理的大文件。

需要注意的是，之所以會(huì)有程序的內(nèi)存空間和內(nèi)核的內(nèi)存空間的區(qū)別，其實(shí)主要就是為了隔離，防止惡意程序可以直接訪問內(nèi)核的內(nèi)存空間

5. 多線程的方式實(shí)現(xiàn)拷貝

// 定義一個(gè)線程的數(shù)量
private Integer threadCount = 5;

protected void copyFile(File source, File target) {
    long workLoad = source.length() / threadCount;
    for (Integer i = 0; i < threadCount; i++) {
        ThreadFileRunnable threadFileRunnable = new ThreadFileRunnable(source, target, i * workLoad, workLoad);
        new Thread(threadFileRunnable, "copy-thread" + i).start();
    }
}

private class ThreadFileRunnable implements Runnable {
    private File source;
    private File target;
    // 定義每個(gè)線程開始復(fù)制時(shí)跳過的字節(jié)長度和工作負(fù)載大小
    private long skipLen;
    private long workLoad;
    // 定義IO操作的單位大小，這里設(shè)置為1024字節(jié)
    private final int IO_UNIT = 1024;

    public ThreadFileRunnable (File source, File target, long skipLen, long workLoad) {
        this.source = source;
        this.target = target;
        this.skipLen = skipLen;
        this.workLoad = workLoad;
    }

    @Override
    public void run() {
        try {
            try (FileInputStream is = new FileInputStream(this.source);
                 BufferedInputStream bis = new BufferedInputStream(is);
                 // 創(chuàng)建目標(biāo)文件的RandomAccessFile，以讀寫模式打開
                 RandomAccessFile rof = new RandomAccessFile(this.target, "rw");) {
                // 跳過指定偏移量
                bis.skip(this.skipLen);
                // 將讀寫指針移動(dòng)到指定偏移量
                rof.seek(this.skipLen);
                byte[] bytes = new byte[IO_UNIT];
                // 計(jì)算需要進(jìn)行的IO操作次數(shù)
                long io_num = this.workLoad / IO_UNIT + 1;
                // 如果工作負(fù)載大小能被IO_UNIT整除，則IO操作次數(shù)減1
                if (this.workLoad % IO_UNIT == 0) {
                    io_num--;
                }
                int count = bis.read(bytes);
                while (io_num != 0) {
                    rof.write(bytes,0,count);
                    count = bis.read(bytes,0,count);
                    io_num--;
                }
            }
        } catch (Exception e) {
            // 捕獲并打印異常信息
            e.printStackTrace();
        }
    }
}

第四種如果文件特別大的時(shí)候，我們還可以通過多線程的方式來進(jìn)行文件的讀寫，可以充分利用 CPU 多核效率來進(jìn)一步提升文件的處理效率。

5. 總結(jié)

對(duì)于 JAVA 文件拷貝來說，本文只是展示和介紹了冰山一角，實(shí)際上對(duì)于讀寫流操作，操作系統(tǒng)的實(shí)現(xiàn)經(jīng)過了長時(shí)間的演化，從 CPU 中斷 到 pagecache，從 sendFile 到 DMA，以及網(wǎng)絡(luò)傳輸過程中的 bio nio poll 和 epoll，操作系統(tǒng)經(jīng)過很多年的演化其中文件和網(wǎng)絡(luò)的傳輸處理的復(fù)雜程度可想而知。

我想我們可以通過一些小的點(diǎn)管中窺豹，了解一些基礎(chǔ)的知識(shí)，不用太深入，也能對(duì)日常的開發(fā)工作和面試有一定幫助。