是什么使得读取没有缓冲区的文件如此昂贵？[副本]

Question

最近，我创建了一个界面，强制用户实现单个fromStream（OutputStream），其默认方法如下所示：

public default T fromFile(File file) throws IOException {
    try (InputStream stream = new FileInputStream(file)) {
        return fromStream(stream);
    }
}

不久之后，由于直接从FileInputStream读取单个字节，这非常昂贵（每MB数秒）。

将其包装在BufferedInputStream中解决了我的问题，但它给我留下了一个问题：为什么FileInputStream的价格如此昂贵。

文件通道在读取字节时不会关闭或打开，那么为什么首先需要缓冲区呢？

Answer 1

当您从文件中读取时，您必须一次读取一个块，因为这是硬件支持的唯一数量。如果您一次读取一个字符而不缓冲，那么假设512B块，您将读取同一个块512次以读取整个块。如果您读取并缓冲，您将访问磁盘一次，然后从内存中读取。

访问磁盘比访问内存慢几个数量级，这不是一个好主意。

Answer 2

如果您使用read（）方法从无缓冲流中读取字节，JVM将最终对操作系统进行重复读取系统调用以从文件中读取单个字节。（在引擎盖下，JVM可能正在调用read（addr，偏移量，计数），计数为1。）

进行系统调用的成本很高。至少比常规方法调用多几个数量级。这是因为在以下方面存在大量的管理费用：

• 在应用程序（非特权）安全域和系统（特权）安全域之间切换上下文。寄存器集需要保存，虚拟内存映射需要更改，TLB条目需要刷新等。
• 操作系统必须做各种额外的事情来确保syscall请求的内容是合法的。在这种情况下，操作系统必须确定给定当前文件位置和大小，请求的偏移量和计数是否确定，地址是否在应用程序的地址空间内，并映射为可写的。等等。

相反，如果您使用缓冲流，则该流将尝试从操作系统中读取大块文件。这通常会导致系统调用数量减少数千倍。

事实上，这与文件在磁盘上的存储方式无关。的确，数据最终必须一次读取一个块，等等。然而，操作系统足够聪明，可以自己进行缓冲。它甚至可以提前读取文件的某些部分，以便在（内核）内存中为应用程序进行系统调用以读取它们做好准备。

多个单字节read（）调用极不可能导致额外的磁盘流量。唯一可行的情况是，如果您在每次读取（）之间等待很长时间，。。。操作系统会重用缓存磁盘块的空间。