其他分享
首页 > 其他分享> > 压缩20M文件从30秒优化到1秒

压缩20M文件从30秒优化到1秒

作者:互联网

有一个需求需要将前端传过来的10张照片,然后后端进行处理以后压缩成一个压缩包通过网络流传输出去。之前没有接触过用Java压缩文件的,所以就直接上网找了一个例子改了一下用了,改完以后也能使用,但是随着前端所传图片的大小越来越大的时候,耗费的时间也在急剧增加,最后测了一下压缩20M的文件竟然需要30秒的时间。

 

压缩文件的代码如下。

 public static void zipFileNoBuffer() {     File zipFile = new File(ZIP_FILE);     try (ZipOutputStream zipOut = new ZipOutputStream(new FileOutputStream(zipFile))) {         //开始时间         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();    }}

 

这里找了一张2M大小的图片,并且循环十次进行测试。打印的结果如下,时间大概是30秒。

fileSize:20Mconsum time:29599

 

# 第一次优化过程-从30秒到2秒

 

进行优化首先想到的是利用缓冲区BufferInputStream。在FileInputStream中read()方法每次只读取一个字节。源码中也有说明。

/** * 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;

 

这是一个调用本地方法与原生操作系统进行交互,从磁盘中读取数据。每读取一个字节的数据就调用一次本地方法与操作系统交互,是非常耗时的。例如我们现在有30000个字节的数据,如果使用FileInputStream那么就需要调用30000次的本地方法来获取这些数据,而如果使用缓冲区的话(这里假设初始的缓冲区大小足够放下30000字节的数据)那么只需要调用一次就行。因为缓冲区在第一次调用read()方法的时候会直接从磁盘中将数据直接读取到内存中。随后再一个字节一个字节的慢慢返回。

BufferedInputStream内部封装了一个byte数组用于存放数据,默认大小是8192

优化过后的代码如下

 public static void zipFileBuffer() {     File zipFile = new File(ZIP_FILE);     try (ZipOutputStream zipOut = new ZipOutputStream(new FileOutputStream(zipFile));             BufferedOutputStream bufferedOutputStream = new BufferedOutputStream(zipOut)) {         //开始时间         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();    }}

 

输出

------BufferfileSize:20Mconsum time:1808

 

可以看到相比较于第一次使用FileInputStream效率已经提升了许多了

 

# 第二次优化过程-从2秒到1秒

 

使用缓冲区buffer的话已经是满足了我的需求了,但是秉着学以致用的想法,就想着用NIO中知识进行优化一下。

 

使用Channel

 

为什么要用Channel呢?因为在NIO中新出了Channel和ByteBuffer。正是因为它们的结构更加符合操作系统执行I/O的方式,所以其速度相比较于传统IO而言速度有了显著的提高。Channel就像一个包含着煤矿的矿藏,而ByteBuffer则是派送到矿藏的卡车。也就是说我们与数据的交互都是与ByteBuffer的交互。

 

在NIO中能够产生FileChannel的有三个类。分别是FileInputStream、FileOutputStream、以及既能读又能写的RandomAccessFile。

 

源码如下


 

 

 public static void zipFileChannel() {     //开始时间     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();    }}

 

我们可以看到这里并没有使用ByteBuffer进行数据传输,而是使用了transferTo的方法。这个方法是将两个通道进行直连。

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.

 

这是源码上的描述文字,大概意思就是使用transferTo的效率比循环一个Channel读取出来然后再循环写入另一个Channel好。操作系统能够直接传输字节从文件系统缓存到目标的Channel中,而不需要实际的copy阶段

copy阶段就是从内核空间转到用户空间的一个过程

可以看到速度相比较使用缓冲区已经有了一些的提高。

------ChannelfileSize:20Mconsum time:1416

 

# 内核空间和用户空间

 

那么为什么从内核空间转向用户空间这段过程会慢呢?首先我们需了解的是什么是内核空间和用户空间。在常用的操作系统中为了保护系统中的核心资源,于是将系统设计为四个区域,越往里权限越大,所以Ring0被称之为内核空间,用来访问一些关键性的资源。Ring3被称之为用户空间。

用户态、内核态:线程处于内核空间称之为内核态,线程处于用户空间属于用户态

那么我们如果此时应用程序(应用程序是都属于用户态的)需要访问核心资源怎么办呢?那就需要调用内核中所暴露出的接口用以调用,称之为系统调用。例如此时我们应用程序需要访问磁盘上的文件。此时应用程序就会调用系统调用的接口open方法,然后内核去访问磁盘中的文件,将文件内容返回给应用程序。大致的流程如下

 

直接缓冲区和非直接缓冲区

 

既然我们要读取一个磁盘的文件,要废这么大的周折。有没有什么简单的方法能够使我们的应用直接操作磁盘文件,不需要内核进行中转呢?有,那就是建立直接缓冲区了。

 

既然直接缓冲区那么快,我们为什么不都用直接缓冲区呢?其实直接缓冲区有以下的缺点。直接缓冲区的缺点:

 

  1. 不安全

  2. 消耗更多,因为它不是在JVM中直接开辟空间。这部分内存的回收只能依赖于垃圾回收机制,垃圾什么时候回收不受我们控制。

  3. 数据写入物理内存缓冲区中,程序就丧失了对这些数据的管理,即什么时候这些数据被最终写入从磁盘只能由操作系统来决定,应用程序无法再干涉。

综上所述,所以我们使用transferTo方法就是直接开辟了一段直接缓冲区。所以性能相比而言提高了许多

 

使用内存映射文件

 

NIO中新出的另一个特性就是内存映射文件,内存映射文件为什么速度快呢?其实原因和上面所讲的一样,也是在内存中开辟了一段直接缓冲区。与数据直接作交互。源码如下

 //Version 4 使用Map映射文件 public static void zipFileMap() {     //开始时间     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));
            //内存中的映射文件            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

---------MapfileSize:20Mconsum 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个线程之间的单向数据连接。Pipe有一个source通道和一个sink通道。其中source通道用于读取数据,sink通道用于写入数据。可以看到源码中的介绍,大概意思就是写入线程会阻塞至有读线程从通道中读取数据。如果没有数据可读,读线程也会阻塞至写线程写入数据。直至通道关闭。

 Whether or not a thread writing bytes to a pipe will block until another thread reads those bytes

 

我想要的效果是这样的。源码如下

 //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();         //异步任务         CompletableFuture.runAsync(()->runTask(pipe));         //获取读通道        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);
}
//异步任务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();    }}

 

# 总结

 

 

作者:不学无数的程序员
来源:https://juejin.im/post/5d5626cdf265da03a65312be

标签:ZipOutputStream,压缩,30,zipOut,内核,FILE,缓冲区,new,20M
来源: https://blog.csdn.net/Dome_/article/details/104905221