Java壓縮20M文件從30秒到1秒的優(yōu)化過(guò)程
有一個(gè)需求需要將前端傳過(guò)來(lái)的10張照片，然后后端進(jìn)行處理以后壓縮成一個(gè)壓縮包通過(guò)網(wǎng)絡(luò)流傳輸出去。之前沒有接觸過(guò)用Java壓縮文件的，所以就直接上網(wǎng)找了一個(gè)例子改了一下用了，改完以后也能使用，但是隨著前端所傳圖片的大小越來(lái)越大的時(shí)候，耗費(fèi)的時(shí)間也在急劇增加，最后測(cè)了一下壓縮20M的文件竟然需要30秒的時(shí)間。壓縮文件的代碼如下。
- public static void zipFileNoBuffer() {
- File zipFile = new File(ZIP_FILE);
- try (ZipOutputStream zipOut = new ZipOutputStream(new FileOutputStream(zipFile))) {
- //開始時(shí)間
- long beginTime = System.currentTimeMillis();
- for (int i = 0; i < 10; i++) {
- try (InputStream input = new FileInputStream(JPG_FILE)) {
- zipOut.putNextEntry(new ZipEntry(FILE_NAME + i));
- int temp = 0;
- while ((temp = input.read()) != -1) {
- zipOut.write(temp);
- }
- }
- }
- printInfo(beginTime);
- } catch (Exception e) {
- e.printStackTrace();
- }
這里找了一張2M大小的圖片，并且循環(huán)十次進(jìn)行測(cè)試。打印的結(jié)果如下，時(shí)間大概是30秒。
- fileSize:20M
- consum time:29599
第一次優(yōu)化過(guò)程-從30秒到2秒
進(jìn)行優(yōu)化首先想到的是利用緩沖區(qū) BufferInputStream。在 FileInputStream中 read()方法每次只讀取一個(gè)字節(jié)。源碼中也有說(shuō)明。
- /**
- * 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;
這是一個(gè)調(diào)用本地方法與原生操作系統(tǒng)進(jìn)行交互，從磁盤中讀取數(shù)據(jù)。每讀取一個(gè)字節(jié)的數(shù)據(jù)就調(diào)用一次本地方法與操作系統(tǒng)交互，是非常耗時(shí)的。例如我們現(xiàn)在有30000個(gè)字節(jié)的數(shù)據(jù)，如果使用 FileInputStream那么就需要調(diào)用30000次的本地方法來(lái)獲取這些數(shù)據(jù)，而如果使用緩沖區(qū)的話(這里假設(shè)初始的緩沖區(qū)大小足夠放下30000字節(jié)的數(shù)據(jù))那么只需要調(diào)用一次就行。因?yàn)榫彌_區(qū)在第一次調(diào)用 read()方法的時(shí)候會(huì)直接從磁盤中將數(shù)據(jù)直接讀取到內(nèi)存中。隨后再一個(gè)字節(jié)一個(gè)字節(jié)的慢慢返回。
BufferedInputStream內(nèi)部封裝了一個(gè)byte數(shù)組用于存放數(shù)據(jù)，默認(rèn)大小是8192
優(yōu)化過(guò)后的代碼如下
- public static void zipFileBuffer() {
- File zipFile = new File(ZIP_FILE);
- try (ZipOutputStream zipOut = new ZipOutputStream(new FileOutputStream(zipFile));
- BufferedOutputStream bufferedOutputStream = new BufferedOutputStream(zipOut)) {
- //開始時(shí)間
- long beginTime = System.currentTimeMillis();
- for (int i = 0; i < 10; i++) {
- try (BufferedInputStream bufferedInputStream = new BufferedInputStream(new FileInputStream(JPG_FILE))) {
- zipOut.putNextEntry(new ZipEntry(FILE_NAME + i));
- int temp = 0;
- while ((temp = bufferedInputStream.read()) != -1) {
- bufferedOutputStream.write(temp);
- }
- }
- }
- printInfo(beginTime);
- } catch (Exception e) {
- e.printStackTrace();
- }
- }
輸出
- ------Buffer
- fileSize:20M
- consum time:1808
可以看到相比較于第一次使用 FileInputStream效率已經(jīng)提升了許多了
第二次優(yōu)化過(guò)程-從2秒到1秒
使用緩沖區(qū) buffer的話已經(jīng)是滿足了我的需求了，但是秉著學(xué)以致用的想法，就想著用NIO中知識(shí)進(jìn)行優(yōu)化一下。
使用Channel
為什么要用 Channel呢?因?yàn)樵贜IO中新出了 Channel和 ByteBuffer。正是因?yàn)樗鼈兊慕Y(jié)構(gòu)更加符合操作系統(tǒng)執(zhí)行I/O的方式，所以其速度相比較于傳統(tǒng)IO而言速度有了顯著的提高。Channel就像一個(gè)包含著煤礦的礦藏，而 ByteBuffer則是派送到礦藏的卡車。也就是說(shuō)我們與數(shù)據(jù)的交互都是與 ByteBuffer的交互。
在NIO中能夠產(chǎn)生 FileChannel的有三個(gè)類。分別是 FileInputStream、 FileOutputStream、以及既能讀又能寫的 RandomAccessFile。
源碼如下
- public static void zipFileChannel() {
- //開始時(shí)間
- long beginTime = System.currentTimeMillis();
- File zipFile = new File(ZIP_FILE);
- try (ZipOutputStream zipOut = new ZipOutputStream(new FileOutputStream(zipFile));
- WritableByteChannel writableByteChannel = Channels.newChannel(zipOut)) {
- for (int i = 0; i < 10; i++) {
- try (FileChannel fileChannel = new FileInputStream(JPG_FILE).getChannel()) {
- zipOut.putNextEntry(new ZipEntry(i + SUFFIX_FILE));
- fileChannel.transferTo(0, FILE_SIZE, writableByteChannel);
- }
- }
- printInfo(beginTime);
- } catch (Exception e) {
- e.printStackTrace();
- }
- }
我們可以看到這里并沒有使用 ByteBuffer進(jìn)行數(shù)據(jù)傳輸，而是使用了 transferTo的方法。這個(gè)方法是將兩個(gè)通道進(jìn)行直連。
- This method is potentially much more efficient than a simple loop
- * that reads from this channel and writes to the target channel. Many
- * operating systems can transfer bytes directly from the filesystem cache
- * to the target channel without actually copying them.
這是源碼上的描述文字，大概意思就是使用 transferTo的效率比循環(huán)一個(gè) Channel讀取出來(lái)然后再循環(huán)寫入另一個(gè) Channel好。操作系統(tǒng)能夠直接傳輸字節(jié)從文件系統(tǒng)緩存到目標(biāo)的 Channel中，而不需要實(shí)際的 copy階段。
copy階段就是從內(nèi)核空間轉(zhuǎn)到用戶空間的一個(gè)過(guò)程
可以看到速度相比較使用緩沖區(qū)已經(jīng)有了一些的提高。
- ------Channel
- fileSize:20M
- consum time:1416
內(nèi)核空間和用戶空間
那么為什么從內(nèi)核空間轉(zhuǎn)向用戶空間這段過(guò)程會(huì)慢呢?首先我們需了解的是什么是內(nèi)核空間和用戶空間。在常用的操作系統(tǒng)中為了保護(hù)系統(tǒng)中的核心資源，于是將系統(tǒng)設(shè)計(jì)為四個(gè)區(qū)域，越往里權(quán)限越大，所以Ring0被稱之為內(nèi)核空間，用來(lái)訪問(wèn)一些關(guān)鍵性的資源。Ring3被稱之為用戶空間。
用戶態(tài)、內(nèi)核態(tài)：線程處于內(nèi)核空間稱之為內(nèi)核態(tài)，線程處于用戶空間屬于用戶態(tài)
那么我們?nèi)绻藭r(shí)應(yīng)用程序(應(yīng)用程序是都屬于用戶態(tài)的)需要訪問(wèn)核心資源怎么辦呢?那就需要調(diào)用內(nèi)核中所暴露出的接口用以調(diào)用，稱之為系統(tǒng)調(diào)用。例如此時(shí)我們應(yīng)用程序需要訪問(wèn)磁盤上的文件。此時(shí)應(yīng)用程序就會(huì)調(diào)用系統(tǒng)調(diào)用的接口 open方法，然后內(nèi)核去訪問(wèn)磁盤中的文件，將文件內(nèi)容返回給應(yīng)用程序。大致的流程如下
直接緩沖區(qū)和非直接緩沖區(qū)
既然我們要讀取一個(gè)磁盤的文件，要廢這么大的周折。有沒有什么簡(jiǎn)單的方法能夠使我們的應(yīng)用直接操作磁盤文件，不需要內(nèi)核進(jìn)行中轉(zhuǎn)呢?有，那就是建立直接緩沖區(qū)了。
非直接緩沖區(qū)：非直接緩沖區(qū)就是我們上面所講內(nèi)核態(tài)作為中間人，每次都需要內(nèi)核在中間作為中轉(zhuǎn)。
直接緩沖區(qū)：直接緩沖區(qū)不需要內(nèi)核空間作為中轉(zhuǎn)copy數(shù)據(jù)，而是直接在物理內(nèi)存申請(qǐng)一塊空間，這塊空間映射到內(nèi)核地址空間和用戶地址空間，應(yīng)用程序與磁盤之間數(shù)據(jù)的存取通過(guò)這塊直接申請(qǐng)的物理內(nèi)存進(jìn)行交互。
既然直接緩沖區(qū)那么快，我們?yōu)槭裁床欢加弥苯泳彌_區(qū)呢?其實(shí)直接緩沖區(qū)有以下的缺點(diǎn)。直接緩沖區(qū)的缺點(diǎn)：
1、不安全
2、消耗更多，因?yàn)樗皇窃贘VM中直接開辟空間。這部分內(nèi)存的回收只能依賴于垃圾回收機(jī)制，垃圾什么時(shí)候回收不受我們控制。
3、數(shù)據(jù)寫入物理內(nèi)存緩沖區(qū)中，程序就喪失了對(duì)這些數(shù)據(jù)的管理，即什么時(shí)候這些數(shù)據(jù)被最終寫入從磁盤只能由操作系統(tǒng)來(lái)決定，應(yīng)用程序無(wú)法再干涉。
綜上所述，所以我們使用 transferTo方法就是直接開辟了一段直接緩沖區(qū)。所以性能相比而言提高了許多
使用內(nèi)存映射文件
NIO中新出的另一個(gè)特性就是內(nèi)存映射文件，內(nèi)存映射文件為什么速度快呢?其實(shí)原因和上面所講的一樣，也是在內(nèi)存中開辟了一段直接緩沖區(qū)。與數(shù)據(jù)直接作交互。源碼如下
- //Version 4 使用Map映射文件
- public static void zipFileMap() {
- //開始時(shí)間
- long beginTime = System.currentTimeMillis();
- File zipFile = new File(ZIP_FILE);
- try (ZipOutputStream zipOut = new ZipOutputStream(new FileOutputStream(zipFile));
- WritableByteChannel writableByteChannel = Channels.newChannel(zipOut)) {
- for (int i = 0; i < 10; i++) {
- zipOut.putNextEntry(new ZipEntry(i + SUFFIX_FILE));
- //內(nèi)存中的映射文件
- MappedByteBuffer mappedByteBuffer = new RandomAccessFile(JPG_FILE_PATH, "r").getChannel()
- .map(FileChannel.MapMode.READ_ONLY, 0, FILE_SIZE);
- writableByteChannel.write(mappedByteBuffer);
- }
- printInfo(beginTime);
- } catch (Exception e) {
- e.printStackTrace();
- }
- }
打印如下
- ---------Map
- fileSize:20M
- consum time:1305
可以看到速度和使用Channel的速度差不多的。
使用Pipe
Java NIO 管道是2個(gè)線程之間的單向數(shù)據(jù)連接。Pipe有一個(gè)source通道和一個(gè)sink通道。其中source通道用于讀取數(shù)據(jù)，sink通道用于寫入數(shù)據(jù)?？梢钥吹皆创a中的介紹，大概意思就是寫入線程會(huì)阻塞至有讀線程從通道中讀取數(shù)據(jù)。如果沒有數(shù)據(jù)可讀，讀線程也會(huì)阻塞至寫線程寫入數(shù)據(jù)。直至通道關(guān)閉。
- Whether or not a thread writing bytes to a pipe will block until another
- thread reads those bytes
我想要的效果是這樣的。源碼如下
- //Version 5 使用Pip
- public static void zipFilePip() {
- long beginTime = System.currentTimeMillis();
- try(WritableByteChannel out = Channels.newChannel(new FileOutputStream(ZIP_FILE))) {
- Pipe pipe = Pipe.open();
- //異步任務(wù)
- CompletableFuture.runAsync(()->runTask(pipe));
- //獲取讀通道
- ReadableByteChannel readableByteChannel = pipe.source();
- ByteBuffer buffer = ByteBuffer.allocate(((int) FILE_SIZE)*10);
- while (readableByteChannel.read(buffer)>= 0) {
- buffer.flip();
- out.write(buffer);
- buffer.clear();
- }
- }catch (Exception e){
- e.printStackTrace();
- }
- printInfo(beginTime);
- }
- //異步任務(wù)
- public static void runTask(Pipe pipe) {
- try(ZipOutputStream zos = new ZipOutputStream(Channels.newOutputStream(pipe.sink()));
- WritableByteChannel out = Channels.newChannel(zos)) {
- System.out.println("Begin");
- for (int i = 0; i < 10; i++) {
- zos.putNextEntry(new ZipEntry(i+SUFFIX_FILE));
- FileChannel jpgChannel = new FileInputStream(new File(JPG_FILE_PATH)).getChannel();
- jpgChannel.transferTo(0, FILE_SIZE, out);
- jpgChannel.close();
- }
- }catch (Exception e){
- e.printStackTrace();
- }
- }
總結(jié)
生活處處都需要學(xué)習(xí)，有時(shí)候只是一個(gè)簡(jiǎn)單的優(yōu)化，可以讓你深入學(xué)習(xí)到各種不同的知識(shí)。所以在學(xué)習(xí)中要不求甚解，不僅要知道這個(gè)知識(shí)也要了解為什么要這么做。
知行合一：學(xué)習(xí)完一個(gè)知識(shí)要盡量應(yīng)用一遍。這樣才能記得牢靠。
源碼地址
https://github.com/modouxiansheng/Doraemon
