谷歌搜索时，我发现使用java.io.File#length()速度可能很慢。
FileChannel也有一个size()可用的方法。
java中有没有一种有效的方法来获取文件大小？
joshjdevl
问问题
219785 次
9 回答
103
好吧，我试着用下面的代码来衡量它：
对于运行 = 1 和迭代 = 1，URL 方法在大多数情况下最快，其次是通道。我在大约 10 次暂停的情况下运行此程序。因此，对于一次性访问，使用 URL 是我能想到的最快方式：
LENGTH sum: 10626, per Iteration: 10626.0
CHANNEL sum: 5535, per Iteration: 5535.0
URL sum: 660, per Iteration: 660.0
对于运行 = 5 和迭代 = 50，图片绘制不同。
LENGTH sum: 39496, per Iteration: 157.984
CHANNEL sum: 74261, per Iteration: 297.044
URL sum: 95534, per Iteration: 382.136
文件必须缓存对文件系统的调用，而通道和 URL 有一些开销。
代码：
import java.io.*;
import java.net.*;
import java.util.*;
public enum FileSizeBench {
LENGTH {
@Override
public long getResult() throws Exception {
File me = new File(FileSizeBench.class.getResource(
"FileSizeBench.class").getFile());
return me.length();
}
},
CHANNEL {
@Override
public long getResult() throws Exception {
FileInputStream fis = null;
try {
File me = new File(FileSizeBench.class.getResource(
"FileSizeBench.class").getFile());
fis = new FileInputStream(me);
return fis.getChannel().size();
} finally {
fis.close();
}
}
},
URL {
@Override
public long getResult() throws Exception {
InputStream stream = null;
try {
URL url = FileSizeBench.class
.getResource("FileSizeBench.class");
stream = url.openStream();
return stream.available();
} finally {
stream.close();
}
}
};
public abstract long getResult() throws Exception;
public static void main(String[] args) throws Exception {
int runs = 5;
int iterations = 50;
EnumMap<FileSizeBench, Long> durations = new EnumMap<FileSizeBench, Long>(FileSizeBench.class);
for (int i = 0; i < runs; i++) {
for (FileSizeBench test : values()) {
if (!durations.containsKey(test)) {
durations.put(test, 0l);
}
long duration = testNow(test, iterations);
durations.put(test, durations.get(test) + duration);
// System.out.println(test + " took: " + duration + ", per iteration: " + ((double)duration / (double)iterations));
}
}
for (Map.Entry<FileSizeBench, Long> entry : durations.entrySet()) {
System.out.println();
System.out.println(entry.getKey() + " sum: " + entry.getValue() + ", per Iteration: " + ((double)entry.getValue() / (double)(runs * iterations)));
}
}
private static long testNow(FileSizeBench test, int iterations)
throws Exception {
long result = -1;
long before = System.nanoTime();
for (int i = 0; i < iterations; i++) {
if (result == -1) {
result = test.getResult();
//System.out.println(result);
} else if ((result = test.getResult()) != result) {
throw new Exception("variance detected!");
}
}
return (System.nanoTime() - before) / 1000;
}
}
于 2008-09-22T19:21:05.380 回答
32
GHad 给出的基准除了测量长度外，还测量了许多其他的东西（例如反射、实例化对象等）。如果我们试图摆脱这些事情，那么对于一个电话，我会在微秒内得到以下时间：
文件总和___19.0，每次迭代___19.0
raf sum___16.0，每次迭代___16.0
通道总和__273.0，每次迭代__273.0
对于 100 次运行和 10000 次迭代，我得到：
文件总和__1767629.0，每次迭代__1.7676290000000001
raf sum___881284.0，每次迭代__0.8812840000000001
通道总和___414286.0，每次迭代__0.414286
我确实运行了以下修改后的代码，将 100MB 文件的名称作为参数。
import java.io.*;
import java.nio.channels.*;
import java.net.*;
import java.util.*;
public class FileSizeBench {
private static File file;
private static FileChannel channel;
private static RandomAccessFile raf;
public static void main(String[] args) throws Exception {
int runs = 1;
int iterations = 1;
file = new File(args[0]);
channel = new FileInputStream(args[0]).getChannel();
raf = new RandomAccessFile(args[0], "r");
HashMap<String, Double> times = new HashMap<String, Double>();
times.put("file", 0.0);
times.put("channel", 0.0);
times.put("raf", 0.0);
long start;
for (int i = 0; i < runs; ++i) {
long l = file.length();
start = System.nanoTime();
for (int j = 0; j < iterations; ++j)
if (l != file.length()) throw new Exception();
times.put("file", times.get("file") + System.nanoTime() - start);
start = System.nanoTime();
for (int j = 0; j < iterations; ++j)
if (l != channel.size()) throw new Exception();
times.put("channel", times.get("channel") + System.nanoTime() - start);
start = System.nanoTime();
for (int j = 0; j < iterations; ++j)
if (l != raf.length()) throw new Exception();
times.put("raf", times.get("raf") + System.nanoTime() - start);
}
for (Map.Entry<String, Double> entry : times.entrySet()) {
System.out.println(
entry.getKey() + " sum: " + 1e-3 * entry.getValue() +
", per Iteration: " + (1e-3 * entry.getValue() / runs / iterations));
}
}
}
于 2008-09-23T06:18:54.503 回答
21
这篇文章中的所有测试用例都存在缺陷，因为它们为每个测试的方法访问同一个文件。因此磁盘缓存启动，测试 2 和 3 从中受益。为了证明我的观点，我采用了 GHAD 提供的测试用例并更改了枚举顺序，以下是结果。
从结果来看，我认为 File.length() 真的是赢家。
测试的顺序是输出的顺序。您甚至可以看到我的机器上所花费的时间在执行之间有所不同，但 File.Length() 不是第一次，并且导致第一次磁盘访问获胜。
---
LENGTH sum: 1163351, per Iteration: 4653.404
CHANNEL sum: 1094598, per Iteration: 4378.392
URL sum: 739691, per Iteration: 2958.764
---
CHANNEL sum: 845804, per Iteration: 3383.216
URL sum: 531334, per Iteration: 2125.336
LENGTH sum: 318413, per Iteration: 1273.652
---
URL sum: 137368, per Iteration: 549.472
LENGTH sum: 18677, per Iteration: 74.708
CHANNEL sum: 142125, per Iteration: 568.5
于 2011-03-22T01:02:59.260 回答
10
当我修改您的代码以使用通过绝对路径而不是资源访问的文件时，我得到了不同的结果（对于 1 次运行、1 次迭代和 100,000 字节文件 - 10 字节文件的时间与 100,000 字节相同)
长度总和：33，每次迭代：33.0
CHANNEL总和：3626，每次迭代：3626.0
URL 总和：294，每次迭代：294.0
于 2008-09-23T03:42:41.727 回答
9
为了响应 rgrig 的基准测试，还需要考虑打开/关闭 FileChannel 和 RandomAccessFile 实例所花费的时间，因为这些类将打开一个流来读取文件。
修改基准后，我在一个 85MB 的文件上进行了 1 次迭代，得到了这些结果：
file totalTime: 48000 (48 us)
raf totalTime: 261000 (261 us)
channel totalTime: 7020000 (7 ms)
对于同一文件的 10000 次迭代：
file totalTime: 80074000 (80 ms)
raf totalTime: 295417000 (295 ms)
channel totalTime: 368239000 (368 ms)
如果您只需要文件大小，file.length() 是最快的方法。如果您打算将该文件用于读/写等其他目的，那么 RAF 似乎是一个更好的选择。只是不要忘记关闭文件连接:-)
import java.io.File;
import java.io.FileInputStream;
import java.io.RandomAccessFile;
import java.nio.channels.FileChannel;
import java.util.HashMap;
import java.util.Map;
public class FileSizeBench
{
public static void main(String[] args) throws Exception
{
int iterations = 1;
String fileEntry = args[0];
Map<String, Long> times = new HashMap<String, Long>();
times.put("file", 0L);
times.put("channel", 0L);
times.put("raf", 0L);
long fileSize;
long start;
long end;
File f1;
FileChannel channel;
RandomAccessFile raf;
for (int i = 0; i < iterations; i++)
{
// file.length()
start = System.nanoTime();
f1 = new File(fileEntry);
fileSize = f1.length();
end = System.nanoTime();
times.put("file", times.get("file") + end - start);
// channel.size()
start = System.nanoTime();
channel = new FileInputStream(fileEntry).getChannel();
fileSize = channel.size();
channel.close();
end = System.nanoTime();
times.put("channel", times.get("channel") + end - start);
// raf.length()
start = System.nanoTime();
raf = new RandomAccessFile(fileEntry, "r");
fileSize = raf.length();
raf.close();
end = System.nanoTime();
times.put("raf", times.get("raf") + end - start);
}
for (Map.Entry<String, Long> entry : times.entrySet()) {
System.out.println(entry.getKey() + " totalTime: " + entry.getValue() + " (" + getTime(entry.getValue()) + ")");
}
}
public static String getTime(Long timeTaken)
{
if (timeTaken < 1000) {
return timeTaken + " ns";
} else if (timeTaken < (1000*1000)) {
return timeTaken/1000 + " us";
} else {
return timeTaken/(1000*1000) + " ms";
}
}
}
于 2009-11-26T13:18:49.197 回答
8
我遇到了同样的问题。我需要获取网络共享上 90,000 个文件的文件大小和修改日期。使用 Java 并尽可能简约，这将需要很长时间。（我需要从文件中获取 URL，以及对象的路径。所以它有所不同，但一个多小时。）然后我使用了本机 Win32 可执行文件，并做了同样的任务，只是转储文件路径、修改和大小到控制台，并从 Java 执行。速度是惊人的。本机进程和我用于读取数据的字符串处理每秒可以处理超过 1000 个项目。
因此，即使人们对上述评论进行了排名，这也是一个有效的解决方案，并且确实解决了我的问题。在我的情况下，我提前知道我需要大小的文件夹，我可以在命令行中将它传递给我的 win32 应用程序。我从几个小时来处理一个目录到几分钟。
这个问题似乎也与 Windows 相关。OS X 没有同样的问题，并且可以尽可能快地访问网络文件信息。
Windows 上的 Java 文件处理非常糟糕。不过，文件的本地磁盘访问很好。只是网络共享导致了糟糕的表现。Windows 也可以在一分钟内获得有关网络共享的信息并计算总大小。
——本
于 2011-04-02T03:25:53.730 回答
3
如果您想要一个目录中多个文件的文件大小，请使用Files.walkFileTree. 您可以从BasicFileAttributes您将收到的尺寸中获取尺寸。
这比调用.length()的结果File.listFiles()或使用Files.size()的结果要快得多Files.newDirectoryStream()。在我的测试用例中，它快了大约 100 倍。
于 2014-01-23T12:00:23.987 回答
2
实际上，我认为“ls”可能更快。Java 在处理获取文件信息时肯定存在一些问题。不幸的是，对于 Windows，没有等效的递归 ls 安全方法。（cmd.exe 的 DIR /S 可能会混淆并在无限循环中产生错误）
在 XP 上，访问 LAN 上的服务器，在 Windows 中我需要 5 秒才能获得文件夹中文件的数量（33,000）和总大小。
当我在 Java 中递归地遍历它时，我花了 5 多分钟。我开始测量执行 file.length()、file.lastModified() 和 file.toURI() 所需的时间，我发现这 3 个调用占用了我 99% 的时间。我实际上需要做的3个电话......
1000 个文件的区别是本地 15 毫秒与服务器上的 1800 毫秒。Java 中的服务器路径扫描速度非常慢。如果本机操作系统可以快速扫描同一个文件夹，为什么 Java 不能呢？
作为更完整的测试，我在 XP 上使用 WineMerge 来比较服务器上文件与本地文件的修改日期和大小。这是对每个文件夹中 33,000 个文件的整个目录树进行迭代。总时间，7 秒。爪哇：超过5分钟。
因此，OP 的原始陈述和问题是真实且有效的。在处理本地文件系统时它不太明显。在 WinMerge 中对包含 33,000 个项目的文件夹进行本地比较需要 3 秒，而在 Java 中本地需要 32 秒。同样，在这些基本测试中，java 与 native 相比，速度要慢 10 倍。
Java 1.6.0_22（最新），千兆网卡，网络连接，ping不到1ms（都在同一个交换机）
Java 很慢。
于 2010-11-17T07:40:25.530 回答
2
从 GHad 的基准测试中，人们提到了几个问题：
1>就像 BalusC 提到的：在这种情况下，stream.available() 是流动的。
因为 available() 会返回一个估计的字节数，该字节数可以从此输入流中读取（或跳过）而不会被下一次调用此输入流的方法阻塞。
因此，首先要删除 URL 这种方法。
2>正如 StuartH 所提到的 - 测试运行的顺序也会使缓存有所不同，所以通过单独运行测试来消除它。
现在开始测试：
当 CHANNEL one 单独运行时：
CHANNEL sum: 59691, per Iteration: 238.764
当 LENGTH one 单独运行时：
LENGTH sum: 48268, per Iteration: 193.072
所以看起来 LENGTH 是这里的赢家：
@Override
public long getResult() throws Exception {
File me = new File(FileSizeBench.class.getResource(
"FileSizeBench.class").getFile());
return me.length();
}
于 2013-10-17T14:54:36.877 回答