增量读取大文件的最快方法

Question

当给定一个 MAX_BUFFER_SIZE 的缓冲区，以及一个远远超过它的文件时，如何：

1. 以 MAX_BUFFER_SIZE 块读取文件？
2. 尽快完成

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 在做同样事情时的速度大约是 NIO 的 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，我没有内存可以一次读取所有文件。相反，我想以块的形式逐步阅读它，然后用于处理。

Answer 1

如果你想让你的第一个例子更快

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();

如果你想让它更快。

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();

对于最大为 2 GB 的文件，这可能需要 10 到 20 微秒。

Answer 2

假设您需要一次将整个文件读入内存（就像您目前正在做的那样），那么读取较小的块和 NIO 都不会在这里为您提供帮助。

事实上，您可能最好阅读较大的块 - 您的常规 IO 代码会自动为您执行。

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

如果你想分块处理——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);
}

这使用的缓冲区大小仅为 1 KB，但可以传输无限量的数据。

（如果您将答案扩展为您在功能级别上实际想要做的事情的详细信息，我可以进一步改进它以获得更好的答案。）