19

我知道使用 BufferedReader（包装 FileReader）会比使用 BufferedInputStream（包装 FileInputStream）慢得多，因为必须将原始字节转换为字符。但我不明白为什么它这么慢！这是我正在使用的两个代码示例：

BufferedInputStream inputStream = new BufferedInputStream(new FileInputStream(filename));
try {
  byte[] byteBuffer = new byte[bufferSize];
  int numberOfBytes;
  do {
    numberOfBytes = inputStream.read(byteBuffer, 0, bufferSize);
  } while (numberOfBytes >= 0);
}
finally {
  inputStream.close();
}

和：

BufferedReader reader = new BufferedReader(new FileReader(filename), bufferSize);
try {
  char[] charBuffer = new char[bufferSize];
  int numberOfChars;
  do {
    numberOfChars = reader.read(charBuffer, 0, bufferSize);
  } while (numberOfChars >= 0);
}
finally {
  reader.close();
}

我已经尝试过使用各种缓冲区大小的测试，所有这些都是 150 兆字节的文件。以下是结果（缓冲区大小以字节为单位；时间以毫秒为单位）：

Buffer   Input
  Size  Stream  Reader
 4,096    145     497
 8,192    125     465
16,384     95     515
32,768     74     506
65,536     64     531

可以看出，BufferedInputStream 的最快时间（64 毫秒）比 BufferedReader 的最快时间（465 毫秒）快七倍。正如我上面所说，我没有显着差异的问题。但是这么大的差异似乎是不合理的。

我的问题是：是否有人对如何提高 BufferedReader 或替代机制的性能提出建议？

4

2 回答 2

15

BufferedReader 已将字节转换为字符。相对于数据块的直接副本，这种逐字节解析和复制到更大的类型是昂贵的。

byte[] bytes = new byte[150 * 1024 * 1024];
Arrays.fill(bytes, (byte) '\n');

for (int i = 0; i < 10; i++) {
    long start = System.nanoTime();
    StandardCharsets.UTF_8.decode(ByteBuffer.wrap(bytes));
    long time = System.nanoTime() - start;
    System.out.printf("Time to decode %,d MB was %,d ms%n",
            bytes.length / 1024 / 1024, time / 1000000);
}

印刷

Time to decode 150 MB was 226 ms
Time to decode 150 MB was 167 ms

注意：必须与系统调用混合执行此操作会减慢这两种操作（因为系统调用会干扰缓存）

于 2013-01-13T09:56:15.357 回答
3

在 BufferedReader 实现中有一个固定常量defaultExpectedLineLength = 80，readLine在分配时在方法中使用StringBuffer。如果你有很多行超过 80 行的大文件，这个片段可能是可以改进的

if (s == null) 
    s = new StringBuffer(defaultExpectedLineLength);
s.append(cb, startChar, i - startChar);
于 2014-10-21T08:23:45.890 回答