为啥使用 BufferedInputStream 逐字节读取文件比使用 FileInputStream 快？

Posted 2023-02-25

【中文标题】为啥使用 BufferedInputStream 逐字节读取文件比使用 FileInputStream 快？

【英文标题】：Why is using BufferedInputStream to read a file byte by byte faster than using FileInputStream?为什么使用 BufferedInputStream 逐字节读取文件比使用 FileInputStream 快？

【发布时间】：2013-09-07 03:54:56

【问题描述】：

我尝试使用 FileInputStream 将文件读入数组，而一个约 800KB 的文件需要大约 3 秒才能读入内存。然后我尝试了相同的代码，除了将 FileInputStream 包装到 BufferedInputStream 中，它花费了大约 76 毫秒。为什么使用 BufferedInputStream 逐字节读取文件的速度要快得多，即使我仍在逐字节读取它？这是代码（其余代码完全不相关）。请注意，这是“快速”代码。如果你想要“慢”代码，你可以删除 BufferedInputStream：

InputStream is = null;

    try 
        is = new BufferedInputStream(new FileInputStream(file));

        int[] fileArr = new int[(int) file.length()];

        for (int i = 0, temp = 0; (temp = is.read()) != -1; i++) 
            fileArr[i] = temp;
        

BufferedInputStream 快 30 倍以上。远不止于此。那么，为什么会这样，是否有可能使这段代码更高效（不使用任何外部库）？

【参考方案1】：

在FileInputStream 中，方法read() 读取单个字节。来自源代码：

/**
 * Reads a byte of data from this input stream. This method blocks
 * if no input is yet available.
 *
 * @return     the next byte of data, or <code>-1</code> if the end of the
 *             file is reached.
 * @exception  IOException  if an I/O error occurs.
 */
public native int read() throws IOException;

这是对使用磁盘读取单个字节的操作系统的本机调用。这是一项繁重的操作。

使用BufferedInputStream，该方法委托给重载的read() 方法，该方法读取8192 字节数量并缓冲它们直到需要它们。它仍然只返回单个字节（但保留其他字节）。通过这种方式，BufferedInputStream 减少了对操作系统的本机调用以从文件中读取。

例如，您的文件是 32768 字节长。要使用FileInputStream 获取内存中的所有字节，您将需要32768 对操作系统的本机调用。使用BufferedInputStream，您将只需要4，无论您将拨打多少read()（仍然是32768）。

至于如何让它更快，你可能想考虑 Java 7 的 NIO FileChannel 类，但我没有证据支持这一点。

---

注意：如果您直接使用FileInputStream 的read(byte[], int, int) 方法，而使用byte[>8192]，则不需要BufferedInputStream 包装它。

【讨论】：

啊，我明白了，我应该在询问之前先检查 API。所以它只是一个 8K 内部缓冲区。这就说得通了。谢谢。至于“更高效”的部分，这不是必需的，但我认为我的代码在某些方面可能过于冗余。我猜不是。

@user1007059 不客气。请注意，如果您直接使用FileInputStream 的read(byte[], int, int) 方法，则使用byte[>8192] 您将不需要BufferedInputStream 包装它。

@SotiriosDelimanolis 何时使用read() 逐字节以及何时使用read(byte[]) 字节数组。因为我认为阅读数组总是更好。那么你能给我举个例子，在哪里使用read()逐字节或read(byte[])字节数组。或BufferedInputStream.?

@UnKnown 没有很好的例子。也许第一个字节包含一些关于文件内容或其他元数据的标志。我认为没有人会使用 read() 阅读整个文件。

@emily BufferedInputStream 当您的代码每次请求读取比缓冲区大小更少的字节（不一定只有一个字节）时会更快。 BufferedInputStream 行动乐观，阅读量超过你的需要，所以当你回来时，它已经有下一批了。

【参考方案2】：

这是因为磁盘访问的成本。假设您将拥有一个大小为 8kb 的文件。在没有 BufferedInputStream 的情况下读取这个文件需要 8*1024 次访问磁盘。

此时，BufferedStream 出现了，它充当了 FileInputStream 和要读取的文件之间的中间人。

在一个镜头中，将获得默认为 8kb 的字节块到内存，然后 FileInputStream 将从这个中间人那里读取字节。 这将减少操作的时间。

private void exercise1WithBufferedStream() 
      long start= System.currentTimeMillis();
        try (FileInputStream myFile = new FileInputStream("anyFile.txt")) 
            BufferedInputStream bufferedInputStream = new BufferedInputStream(myFile);
            boolean eof = false;
            while (!eof) 
                int inByteValue = bufferedInputStream.read();
                if (inByteValue == -1) eof = true;
            
         catch (IOException e) 
            System.out.println("Could not read the stream...");
            e.printStackTrace();
        
        System.out.println("time passed with buffered:" + (System.currentTimeMillis()-start));
    


    private void exercise1() 
        long start= System.currentTimeMillis();
        try (FileInputStream myFile = new FileInputStream("anyFile.txt")) 
            boolean eof = false;
            while (!eof) 
                int inByteValue = myFile.read();
                if (inByteValue == -1) eof = true;
            
         catch (IOException e) 
            System.out.println("Could not read the stream...");
            e.printStackTrace();
        
        System.out.println("time passed without buffered:" + (System.currentTimeMillis()-start));
    

【讨论】：

这个例子很好。然而，检查执行时间是绝对不正确的 - 以这种方式进行基准测试。以 JMH 为例进行正确检查。

【参考方案3】：

包裹在 FileInputStream 周围的 BufferedInputStream 会以大块的形式从 FileInputStream 请求数据（我认为默认为 512 字节左右。）因此，如果您一次读取 1000 个字符，则 FileInputStream 只需要转到磁盘两次。这样会快很多！

【讨论】：

它可能是platform dependent，但它是8192 on current android。

相同，8K，适用于大多数平台。