Question

据我所知，使用BufferedReader（包装FileReader）要比使用BufferedInputStream（包装FileInputStream）慢得多，因为原始字节必须转换为字符。但我不明白为什么它这么慢！以下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();
}

我尝试过使用各种缓冲区大小的测试，所有缓冲区大小均为150兆字节。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（64 ms）的最快时间比BufferedReader（465 ms）的最快时间快7倍。如上所述，我没有一个显着差异的问题;但这种差异似乎是不合理的。

我的问题是：有没有人建议如何提高BufferedReader的性能，或者替代机制？

Answer 1

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类型的代价很高。

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);
}

打印

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使用会降低两个操作的速度（因为系统调用可能会干扰缓存）

Answer 2

在BufferedReader实现中有一个固定常量defaultExpectedLineLength = 80，在readLine方法中分配StringBuffer时使用它。如果你的大文件有很多长于80的行，那么这个片段可能会有所改进

if (s == null) 
    s = new StringBuffer(defaultExpectedLineLength);
s.append(cb, startChar, i - startChar);

为什么BufferedReader的性能比BufferedInputStream差得多？

2 个答案: