【JAVA】普通IO数据拷贝次数的问题探讨

最近看到网上有些文章在讨论JAVA中普通文件IO读/写的时候经过了几次数据拷贝，如果从系统调用开始分析，以读取文件为例，数据的读取过程如下（以缓存I/O为例）：

1. 应用程序调用read函数发起系统调用，此时由用户空间切换到内核空间;
2. 内核通过DMA从磁盘拷贝数据到内核缓冲区;
3. 将内核缓冲区的数据拷贝到用户空间的缓冲区，回到用户空间;

整个读取过程发生了两次数据拷贝，一次是DMA将磁盘上的文件数据拷贝到内核缓冲区，一次是将内核缓冲区的数据拷贝到用户缓冲区。

在JAVA中，JVM划分了堆内存，平时创建的对象基本都在堆中，不过也可以通过NIO包下的 ByteBuffer 申请堆外内存 DirectByteBuffer :

ByteBuffer.allocateDirect(size);

无论是普通IO或者是NIO，在进行文件读写的时候一般都会创建一个buffer作为数据的缓冲区，读写相关方法底层是通过调用native函数（JNI调用）来实现的，在进行读写时将buffer传递给JNI。

JNI一般使用C/C++代码实现，JNI底层调用C函数库时，要求buffer所在内存地址上的内容不能失效，但是JVM在进行垃圾回收的时候有可能对对象进行移动，导致地址发生变化，所以通过NIO进行文件读取的时候，从源码中可以明显看到对buffer的对象类型进行了判断，如果buffer是 DirectByteBuffer 类型，使用的是堆外内存，直接使用即可，反之则认为使用的是堆内内存，此时需要先申请一块堆外内存作为堆外内存buffer，然后进行系统调用，进行数据读取，读取完毕后将堆外内存buffer的内容再拷回JVM堆内内存buffer中，这里一般是没有疑问的。

比较有疑问的点是在普通IO中，读写文件传入的是字节数组 byte[] ，一种说法是数组一般分配的是连续的内存空间，即使内存地址发生了变化，根据数组的首地址依旧可以找到整个数组的内存，所以使用普通IO进行文件读写的时候，不需要重新分配堆外内存，直接使用堆内的字节数组即可，为了探究普通IO到底有没有重新申请堆外内存，接下来我们去看下源码。

普通IO

首先来看一下使用普通IO进行文件读取的例子，创建一个文件输入流和字节数组，通过输入流读取文件到字节数组中， 这里的字节数组占用的是JVM的堆内内存 ：

// 创建输入流
    try (InputStream is = new FileInputStream("/document/123.txt")) {
        // 创建字节数组（堆内内存）
        byte[] bytes = new byte[1024];
        int len = 0;
        // 通过read方法读取数据到bytes数组
        while ((len = is.read(bytes)) != -1){
            String content = new String(bytes, 0, len);
            System.out.print(content);
        }
        is.read(bytes);
    } catch (Exception e) {
        e.printStackTrace();
    }

由于输入流使用的 FileInputStream ，所以读取文件会进入到 FileInputStream 中的 read 方法，可以看到里面又调用了 readBytes 方法， readBytes 是一个native方法，里面传入了三个参数，分别为存放数据的字节数组、读取文件的起始位置和读取数据的长度：

public class FileInputStream extends InputStream {