Java中怎么通過內存映射處理大文件

今天就跟大家聊聊有關Java中怎么通過內存映射處理大文件，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

01、使用 MappedByteBuffer 讀取文件

假設現在有一個文件，名叫 cmower.txt，里面的內容是：

沉默王二，一個有趣的程序員

PS：哎，改不了王婆賣瓜自賣自夸這個臭毛病了，因為文章被盜得都怕了。

這個文件放在 /resource 目錄下，我們可以通過下面的方法獲取到它：

ClassLoader classLoader = Cmower.class.getClassLoader();
Path path = Paths.get(classLoader.getResource("cmower.txt").getPath());

Path 既可以表示一個目錄，也可以表示一個文件，就像 File 那樣——當然了，Path 是用來取代 File 的。

然后，從文件中獲取一個 channel（通道，對磁盤文件的一種抽象）。

FileChannel fileChannel = FileChannel.open(path);

緊接著，調用 FileChannel 類的 map 方法從 channel 中獲取 MappedByteBuffer，此類擴展了 ByteBuffer——提供了一些內存映射文件的基本操作方法。

MappedByteBuffer mappedByteBuffer = fileChannel.map(mode, position, size);

稍微解釋一下 map 方法的三個參數。

1）mode 為文件映射模式，分為三種：

• MapMode.READ_ONLY（只讀），任何試圖修改緩沖區的操作將導致拋出 ReadOnlyBufferException 異常。

• MapMode.READ_WRITE（讀/寫），任何對緩沖區的更改都會在某個時刻寫入文件中。需要注意的是，其他映射同一個文件的程序可能不能立即看到這些修改，多個程序同時進行文件映射的行為依賴于操作系統。

• MapMode.PRIVATE（私有）， 對緩沖區的更改不會被寫入到該文件，任何修改對這個緩沖區來說都是私有的。

2）position 為文件映射時的起始位置。

3）size 為要映射的區域的大小，必須是非負數，不得大于Integer.MAX_VALUE。

一旦把文件映射到內存緩沖區，我們就可以把里面的數據讀入到 CharBuffer 中并打印出來。具體的代碼示例如下。

CharBuffer charBuffer = null;
ClassLoader classLoader = Cmower.class.getClassLoader();
Path path = Paths.get(classLoader.getResource("cmower.txt").getPath());
try (FileChannel fileChannel = FileChannel.open(path)) {
 MappedByteBuffer mappedByteBuffer = fileChannel.map(MapMode.READ_ONLY, 0, fileChannel.size());

 if (mappedByteBuffer != null) {
  charBuffer = Charset.forName("UTF-8").decode(mappedByteBuffer);
 }

 System.out.println(charBuffer.toString());
} catch (IOException e) {
 e.printStackTrace();
}

由于 decode() 方法的參數是 MappedByteBuffer，這就意味著我們是從內存中而不是磁盤中讀入的文件內容，所以速度會非常快。

02、使用 MappedByteBuffer 寫入文件

假設現在要把下面的內容寫入到一個文件，名叫 cmower1.txt。

沉默王二，《Web全棧開發進階之路》作者

這個文件還沒有創建，計劃放在項目的 classpath 目錄下。

Path path = Paths.get("cmower1.txt");

具體位置見下圖所示。

然后，創建文件的通道。

FileChannel fileChannel = FileChannel.open(path, StandardOpenOption.READ, StandardOpenOption.WRITE,
    StandardOpenOption.TRUNCATE_EXISTING)

仍然使用的 open 方法，不過增加了 3 個參數，前 2 個很好理解，表示文件可讀（READ）、可寫（WRITE）；第 3 個參數 TRUNCATE_EXISTING 的意思是如果文件已經存在，并且文件已經打開將要進行 WRITE 操作，則其長度被截斷為 0。

緊接著，仍然調用 FileChannel 類的 map 方法從 channel 中獲取 MappedByteBuffer。

 MappedByteBuffer mappedByteBuffer = fileChannel.map(MapMode.READ_WRITE, 0, 1024);

這一次，我們把模式調整為 MapMode.READ_WRITE，并且指定文件大小為 1024，即 1KB 的大小。然后使用 MappedByteBuffer 中的 put() 方法將 CharBuffer 的內容保存到文件中。具體的代碼示例如下。

CharBuffer charBuffer = CharBuffer.wrap("沉默王二，《Web全棧開發進階之路》作者");
Path path = Paths.get("cmower1.txt");
try (FileChannel fileChannel = FileChannel.open(path, StandardOpenOption.READ, StandardOpenOption.WRITE,
  StandardOpenOption.TRUNCATE_EXISTING)) {
 MappedByteBuffer mappedByteBuffer = fileChannel.map(MapMode.READ_WRITE, 0, 1024);

 if (mappedByteBuffer != null) {
  mappedByteBuffer.put(Charset.forName("UTF-8").encode(charBuffer));
 }

} catch (IOException e) {
 e.printStackTrace();
}

可以打開 cmower1.txt 查看一下內容，確認預期的內容有沒有寫入成功。

03、MappedByteBuffer 的遺憾

據說，在 Java 中使用 MappedByteBuffer 是一件非常麻煩并且痛苦的事，主要表現有：

1）一次 map 的大小最好限制在 1.5G 左右，重復 map 會增加虛擬內存回收和重新分配的壓力。也就是說，如果文件大小不確定的話，就不太友好。

2）虛擬內存由操作系統來決定什么時候刷新到磁盤，這個時間不太容易被程序控制。

3）MappedByteBuffer 的回收方式比較詭異。

再次強調，這三種說法都是據說，我暫時能力有限，也不能確定這種說法的準確性，很遺憾。

04、比較文件操作的處理時間

嗨，朋友，閱讀完以上的內容之后，我想你一定對內存映射文件有了大致的了解。但我相信，如果你是一名負責任的程序員，你一定還想知道：內存映射文件的讀取速度究竟有多快。

為了得出結論，我叫了另外三名競賽的選手：InputStream（普通輸入流）、BufferedInputStream（帶緩沖的輸入流）、RandomAccessFile（隨機訪問文件）。

讀取的對象是加勒比海盜4驚濤怪浪.mkv，大小為 1.71G。

1）普通輸入流

public static void inputStream(Path filename) {
 try (InputStream is = Files.newInputStream(filename)) {
  int c;
  while((c = is.read()) != -1) {
  }
 } catch (IOException e) {
  e.printStackTrace();
 }
}

2）帶緩沖的輸入流

public static void bufferedInputStream(Path filename) {
 try (InputStream is = new BufferedInputStream(Files.newInputStream(filename))) {
  int c;
  while((c = is.read()) != -1) {
  }
 } catch (IOException e) {
  e.printStackTrace();
 }
}

3）隨機訪問文件

public static void randomAccessFile(Path filename) {
 try (RandomAccessFile randomAccessFile = new RandomAccessFile(filename.toFile(), "r")) {
  for (long i = 0; i < randomAccessFile.length(); i++) {
   randomAccessFile.seek(i);
  }
 } catch (IOException e) {
  e.printStackTrace();
 }
}

4）內存映射文件

public static void mappedFile(Path filename) {
 try (FileChannel fileChannel = FileChannel.open(filename)) {
  long size = fileChannel.size();
  MappedByteBuffer mappedByteBuffer = fileChannel.map(MapMode.READ_ONLY, 0, size);
  for (int i = 0; i < size; i++) {
   mappedByteBuffer.get(i);
  }
 } catch (IOException e) {
  e.printStackTrace();
 }
}

測試程序也很簡單，大致如下：

long start = System.currentTimeMillis();
bufferedInputStream(Paths.get("jialebi.mkv"));
long end = System.currentTimeMillis();
System.out.println(end-start);

四名選手的結果如下表所示。

普通輸入流和隨機訪問文件都慢得要命，真的是龜速，我沒有耐心等待出結果；帶緩沖的輸入流的表現還不錯，但相比內存映射文件就遜色多了。由此得出的結論就是：內存映射文件，上G大文件輕松處理。

看完上述內容，你們對Java中怎么通過內存映射處理大文件有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。