首页 > 代码库 > 通过扩展RandomAccessFile类使之具备Buffer改善I/O性能--转载

通过扩展RandomAccessFile类使之具备Buffer改善I/O性能--转载

主体:

目前最流行的J2SDK版本是1.3系列。使用该版本的开发人员需文件随机存取,就得使用RandomAccessFile类。其I/O性能较之其它常用开发语言的同类性能差距甚远,严重影响程序的运行效率。

开发人员迫切需要提高效率,下面分析RandomAccessFile等文件类的源代码,找出其中的症结所在,并加以改进优化,创建一个"性/价比"俱佳的随机文件访问类BufferedRandomAccessFile。

在改进之前先做一个基本测试:逐字节COPY一个12兆的文件(这里牵涉到读和写)。

耗用时间(秒)
RandomAccessFileRandomAccessFile95.848
BufferedInputStream + DataInputStreamBufferedOutputStream + DataOutputStream2.935

我们可以看到两者差距约32倍,RandomAccessFile也太慢了。先看看两者关键部分的源代码,对比分析,找出原因。

1.1.[RandomAccessFile]

public class RandomAccessFile implements DataOutput, DataInput {	public final byte readByte() throws IOException {		int ch = this.read();		if (ch < 0)			throw new EOFException();		return (byte)(ch);	}	public native int read() throws IOException; 	public final void writeByte(int v) throws IOException {		write(v);	} 	public native void write(int b) throws IOException; }

可见,RandomAccessFile每读/写一个字节就需对磁盘进行一次I/O操作。

1.2.[BufferedInputStream]

public class BufferedInputStream extends FilterInputStream {	private static int defaultBufferSize = 2048; 	protected byte buf[]; // 建立读缓存区	public BufferedInputStream(InputStream in, int size) {		super(in);        		if (size <= 0) {			throw new IllegalArgumentException("Buffer size <= 0");		}		buf = new byte[size];	}	public synchronized int read() throws IOException {		ensureOpen();		if (pos >= count) {			fill();			if (pos >= count)				return -1;		}		return buf[pos++] & 0xff; // 直接从BUF[]中读取	} 	private void fill() throws IOException {	if (markpos < 0)	    pos = 0;		/* no mark: throw away the buffer */	else if (pos >= buf.length)	/* no room left in buffer */	    if (markpos > 0) {	/* can throw away early part of the buffer */		int sz = pos - markpos;		System.arraycopy(buf, markpos, buf, 0, sz);		pos = sz;		markpos = 0;	    } else if (buf.length >= marklimit) {		markpos = -1;	/* buffer got too big, invalidate mark */		pos = 0;	/* drop buffer contents */	    } else {		/* grow buffer */		int nsz = pos * 2;		if (nsz > marklimit)		    nsz = marklimit;		byte nbuf[] = new byte[nsz];		System.arraycopy(buf, 0, nbuf, 0, pos);		buf = nbuf;	    }	count = pos;	int n = in.read(buf, pos, buf.length - pos);	if (n > 0)	    count = n + pos;	}}

1.3.[BufferedOutputStream]

public class BufferedOutputStream extends FilterOutputStream {   protected byte buf[]; // 建立写缓存区   public BufferedOutputStream(OutputStream out, int size) {		super(out);		if (size <= 0) {			throw new IllegalArgumentException("Buffer size <= 0");		}		buf = new byte[size];    } public synchronized void write(int b) throws IOException {		if (count >= buf.length) {	   		flushBuffer();		}		buf[count++] = (byte)b; // 直接从BUF[]中读取   }   private void flushBuffer() throws IOException {		if (count > 0) {			out.write(buf, 0, count);			count = 0;		}   }}

可见,Buffered I/O putStream每读/写一个字节,若要操作的数据在BUF中,就直接对内存的buf[]进行读/写操作;否则从磁盘相应位置填充buf[],再直接对内存的buf[]进行读/写操作,绝大部分的读/写操作是对内存buf[]的操作。

1.3.小结

内存存取时间单位是纳秒级(10E-9),磁盘存取时间单位是毫秒级(10E-3), 同样操作一次的开销,内存比磁盘快了百万倍。理论上可以预见,即使对内存操作上万次,花费的时间也远少对于磁盘一次I/O的开销。 显然后者是通过增加位于内存的BUF存取,减少磁盘I/O的开销,提高存取效率的,当然这样也增加了BUF控制部分的开销。从实际应用来看,存取效率提高了32倍。

 

根据1.3得出的结论,现试着对RandomAccessFile类也加上缓冲读写机制。

随机访问类与顺序类不同,前者是通过实现DataInput/DataOutput接口创建的,而后者是扩展FilterInputStream/FilterOutputStream创建的,不能直接照搬。

2.1.开辟缓冲区BUF[默认:1024字节],用作读/写的共用缓冲区。

2.2.先实现读缓冲。

读缓冲逻辑的基本原理:

A 欲读文件POS位置的一个字节。

B 查BUF中是否存在?若有,直接从BUF中读取,并返回该字符BYTE。

C 若没有,则BUF重新定位到该POS所在的位置并把该位置附近的BUFSIZE的字节的文件内容填充BUFFER,返回B。

以下给出关键部分代码及其说明:

public class BufferedRandomAccessFile extends RandomAccessFile {//  byte read(long pos):读取当前文件POS位置所在的字节//  bufstartpos、bufendpos代表BUF映射在当前文件的首/尾偏移地址。//  curpos指当前类文件指针的偏移地址。    public byte read(long pos) throws IOException {        if (pos < this.bufstartpos || pos > this.bufendpos ) {            this.flushbuf();            this.seek(pos);            if ((pos < this.bufstartpos) || (pos > this.bufendpos))                 throw new IOException();        }        this.curpos = pos;        return this.buf[(int)(pos - this.bufstartpos)];    }// void flushbuf():bufdirty为真,把buf[]中尚未写入磁盘的数据,写入磁盘。    private void flushbuf() throws IOException {        if (this.bufdirty == true) {            if (super.getFilePointer() != this.bufstartpos) {                super.seek(this.bufstartpos);            }            super.write(this.buf, 0, this.bufusedsize);            this.bufdirty = false;        }    }// void seek(long pos):移动文件指针到pos位置,并把buf[]映射填充至POS所在的文件块。    public void seek(long pos) throws IOException {        if ((pos < this.bufstartpos) || (pos > this.bufendpos)) { // seek pos not in buf            this.flushbuf();            if ((pos >= 0) && (pos <= this.fileendpos) && (this.fileendpos != 0)) {   // seek pos in file (file length > 0)            	  this.bufstartpos =  pos * bufbitlen / bufbitlen;                this.bufusedsize = this.fillbuf();            } else if (((pos == 0) && (this.fileendpos == 0)) || (pos == this.fileendpos + 1)) {   // seek pos is append pos                this.bufstartpos = pos;                this.bufusedsize = 0;            }            this.bufendpos = this.bufstartpos + this.bufsize - 1;        }        this.curpos = pos;    }// int fillbuf():根据bufstartpos,填充buf[]。    private int fillbuf() throws IOException {        super.seek(this.bufstartpos);        this.bufdirty = false;        return super.read(this.buf);    }}

至此缓冲读基本实现,逐字节COPY一个12兆的文件(这里牵涉到读和写,用BufferedRandomAccessFile试一下读的速度):

耗用时间(秒)
RandomAccessFileRandomAccessFile95.848
BufferedRandomAccessFileBufferedOutputStream + DataOutputStream2.813
BufferedInputStream + DataInputStreamBufferedOutputStream + DataOutputStream2.935

可见速度显著提高,与BufferedInputStream+DataInputStream不相上下。

2.3.实现写缓冲。

写缓冲逻辑的基本原理:

A欲写文件POS位置的一个字节。

B 查BUF中是否有该映射?若有,直接向BUF中写入,并返回true。

C若没有,则BUF重新定位到该POS所在的位置,并把该位置附近的 BUFSIZE字节的文件内容填充BUFFER,返回B。

下面给出关键部分代码及其说明:

// boolean write(byte bw, long pos):向当前文件POS位置写入字节BW。// 根据POS的不同及BUF的位置:存在修改、追加、BUF中、BUF外等情况。在逻辑判断时,把最可能出现的情况,最先判断,这样可提高速度。// fileendpos:指示当前文件的尾偏移地址,主要考虑到追加因素    public boolean write(byte bw, long pos) throws IOException {        if ((pos >= this.bufstartpos) && (pos <= this.bufendpos)) { // write pos in buf            this.buf[(int)(pos - this.bufstartpos)] = bw;            this.bufdirty = true;            if (pos == this.fileendpos + 1) { // write pos is append pos                this.fileendpos++;                this.bufusedsize++;            }        } else { // write pos not in buf            this.seek(pos);            if ((pos >= 0) && (pos <= this.fileendpos) && (this.fileendpos != 0)) { // write pos is modify file                this.buf[(int)(pos - this.bufstartpos)] = bw;            } else if (((pos == 0) && (this.fileendpos == 0)) || (pos == this.fileendpos + 1)) { // write pos is append pos                this.buf[0] = bw;                this.fileendpos++;                this.bufusedsize = 1;            } else {                throw new IndexOutOfBoundsException();            }            this.bufdirty = true;        }        this.curpos = pos;        return true;    }

至此缓冲写基本实现,逐字节COPY一个12兆的文件,(这里牵涉到读和写,结合缓冲读,用BufferedRandomAccessFile试一下读/写的速度):

耗用时间(秒)
RandomAccessFileRandomAccessFile95.848
BufferedInputStream + DataInputStreamBufferedOutputStream + DataOutputStream2.935
BufferedRandomAccessFileBufferedOutputStream + DataOutputStream2.813
BufferedRandomAccessFileBufferedRandomAccessFile2.453

可见综合读/写速度已超越BufferedInput/OutputStream+DataInput/OutputStream。

 

优化BufferedRandomAccessFile。

优化原则:

  • 调用频繁的语句最需要优化,且优化的效果最明显。
  • 多重嵌套逻辑判断时,最可能出现的判断,应放在最外层。
  • 减少不必要的NEW。

这里举一典型的例子:

   public void seek(long pos) throws IOException {		...this.bufstartpos =  pos * bufbitlen / bufbitlen; // bufbitlen指buf[]的位长,例:若bufsize=1024,则bufbitlen=10。...}

seek函数使用在各函数中,调用非常频繁,上面加重的这行语句根据pos和bufsize确定buf[]对应当前文件的映射位置,用"*"、"/"确定,显然不是一个好方法。

优化一:this.bufstartpos = (pos << bufbitlen) >> bufbitlen;

优化二:this.bufstartpos = pos & bufmask; // this.bufmask = ~((long)this.bufsize - 1);

两者效率都比原来好,但后者显然更好,因为前者需要两次移位运算、后者只需一次逻辑与运算(bufmask可以预先得出)。

至此优化基本实现,逐字节COPY一个12兆的文件,(这里牵涉到读和写,结合缓冲读,用优化后BufferedRandomAccessFile试一下读/写的速度):

耗用时间(秒)
RandomAccessFileRandomAccessFile95.848
BufferedInputStream + DataInputStreamBufferedOutputStream + DataOutputStream2.935
BufferedRandomAccessFileBufferedOutputStream + DataOutputStream2.813
BufferedRandomAccessFileBufferedRandomAccessFile2.453
BufferedRandomAccessFile优BufferedRandomAccessFile优2.197

可见优化尽管不明显,还是比未优化前快了一些,也许这种效果在老式机上会更明显。

以上比较的是顺序存取,即使是随机存取,在绝大多数情况下也不止一个BYTE,所以缓冲机制依然有效。而一般的顺序存取类要实现随机存取就不怎么容易了。

 

需要完善的地方

提供文件追加功能:

    public boolean append(byte bw) throws IOException {        return this.write(bw, this.fileendpos + 1);    }

提供文件当前位置修改功能:

    public boolean write(byte bw) throws IOException {        return this.write(bw, this.curpos);    }

返回文件长度(由于BUF读写的原因,与原来的RandomAccessFile类有所不同):

    public long length() throws IOException {        return this.max(this.fileendpos + 1, this.initfilelen);    }

返回文件当前指针(由于是通过BUF读写的原因,与原来的RandomAccessFile类有所不同):

    public long getFilePointer() throws IOException {        return this.curpos;    }

提供对当前位置的多个字节的缓冲写功能:

    public void write(byte b[], int off, int len) throws IOException {        long writeendpos = this.curpos + len - 1;        if (writeendpos <= this.bufendpos) { // b[] in cur bufSystem.arraycopy(b, off, this.buf, (int)(this.curpos - this.bufstartpos), len);            this.bufdirty = true;            this.bufusedsize = (int)(writeendpos - this.bufstartpos + 1);        } else { // b[] not in cur buf            super.seek(this.curpos);            super.write(b, off, len);        }        if (writeendpos > this.fileendpos)            this.fileendpos = writeendpos;        this.seek(writeendpos+1);}    public void write(byte b[]) throws IOException {        this.write(b, 0, b.length);    }

提供对当前位置的多个字节的缓冲读功能:

public int read(byte b[], int off, int len) throws IOException {long readendpos = this.curpos + len - 1;   if (readendpos <= this.bufendpos && readendpos <= this.fileendpos ) { // read in buf     	System.arraycopy(this.buf, (int)(this.curpos - this.bufstartpos), b, off, len);   } else { // read b[] size > buf[]   		if (readendpos > this.fileendpos) { // read b[] part in file      		len = (int)(this.length() - this.curpos + 1);       }       super.seek(this.curpos);       len = super.read(b, off, len);       readendpos = this.curpos + len - 1;   }       this.seek(readendpos + 1);       return len;}   public int read(byte b[]) throws IOException {        return this.read(b, 0, b.length);   }public void setLength(long newLength) throws IOException {        if (newLength > 0) {            this.fileendpos = newLength - 1;        } else {            this.fileendpos = 0;        }        super.setLength(newLength);}    public void close() throws IOException {        this.flushbuf();        super.close();   	}

至此完善工作基本完成,试一下新增的多字节读/写功能,通过同时读/写1024个字节,来COPY一个12兆的文件,(这里牵涉到读和写,用完善后BufferedRandomAccessFile试一下读/写的速度):

耗用时间(秒)
RandomAccessFileRandomAccessFile95.848
BufferedInputStream + DataInputStreamBufferedOutputStream + DataOutputStream2.935
BufferedRandomAccessFileBufferedOutputStream + DataOutputStream2.813
BufferedRandomAccessFileBufferedRandomAccessFile2.453
BufferedRandomAccessFile优BufferedRandomAccessFile优2.197
BufferedRandomAccessFile完BufferedRandomAccessFile完0.401
 

与JDK1.4新类MappedByteBuffer+RandomAccessFile的对比?

JDK1.4提供了NIO类 ,其中MappedByteBuffer类用于映射缓冲,也可以映射随机文件访问,可见JAVA设计者也看到了RandomAccessFile的问题,并加以改进。怎么通过MappedByteBuffer+RandomAccessFile拷贝文件呢?下面就是测试程序的主要部分:

RandomAccessFile rafi = new RandomAccessFile(SrcFile, "r");   RandomAccessFile rafo = new RandomAccessFile(DesFile, "rw");	FileChannel fci = rafi.getChannel();FileChannel fco = rafo.getChannel();	long size = fci.size();	MappedByteBuffer mbbi = fci.map(FileChannel.MapMode.READ_ONLY, 0, size);MappedByteBuffer mbbo = fco.map(FileChannel.MapMode.READ_WRITE, 0, size);long start = System.currentTimeMillis();for (int i = 0; i < size; i++) {            byte b = mbbi.get(i);            mbbo.put(i, b);}fcin.close();fcout.close();rafi.close();rafo.close();System.out.println("Spend: "+(double)(System.currentTimeMillis()-start) / 1000 + "s");

试一下JDK1.4的映射缓冲读/写功能,逐字节COPY一个12兆的文件,(这里牵涉到读和写):

耗用时间(秒)
RandomAccessFileRandomAccessFile95.848
BufferedInputStream + DataInputStreamBufferedOutputStream + DataOutputStream2.935
BufferedRandomAccessFileBufferedOutputStream + DataOutputStream2.813
BufferedRandomAccessFileBufferedRandomAccessFile2.453
BufferedRandomAccessFile优BufferedRandomAccessFile优2.197
BufferedRandomAccessFile完BufferedRandomAccessFile完0.401
MappedByteBuffer+ RandomAccessFileMappedByteBuffer+ RandomAccessFile1.209

确实不错,看来JDK1.4比1.3有了极大的进步。如果以后采用1.4版本开发软件时,需要对文件进行随机访问,建议采用MappedByteBuffer+RandomAccessFile的方式。但鉴于目前采用JDK1.3及以前的版本开发的程序占绝大多数的实际情况,如果您开发的JAVA程序使用了RandomAccessFile类来随机访问文件,并因其性能不佳,而担心遭用户诟病,请试用本文所提供的BufferedRandomAccessFile类,不必推翻重写,只需IMPORT 本类,把所有的RandomAccessFile改为BufferedRandomAccessFile,您的程序的性能将得到极大的提升,您所要做的就这么简单。

转载:http://www.ibm.com/developerworks/cn/java/l-javaio/

通过扩展RandomAccessFile类使之具备Buffer改善I/O性能--转载