JAVA IO基础知识整理

简述

说到IO，就充斥着各种 stream、reader、writer、buffer，搞的人昏头转向，那么这些名词所描述的对象，到底有什么区别，它们各自的作用又是什么，下面将会简单阐述下我的理解。

IO操作分为两种，分别是输入操作和输出操作。像 inputStream、reader这种，很明显就是输入操作，而outputStream、writer这种就是输出操作。

何为输入输出？

刚刚接触io的同学可能会跟我有一样的烦恼，一段信息，从a端传输到b端，可以描述为从a输入到b，也可以说从a输出到b。貌似在博大精深的中华文化中两种语义都说的通，所以说输入、输出到底如何区分？

由于中文的逻辑体系和英文的逻辑体系有一定区别，导致我们理解这种 input、output词汇时一脸懵逼。而正确的思路，应该是顺着英语的逻辑思想走，也就是所有的事物以描述对象为中心点去看待。从java层面来说，这个中心点就是我们的程序。那么，数据的传输就应该描述为：“数据从a端输入到我们的程序”、”从我们的程序输出到a端“。总而言之，输入是往描述对象上加东西，输出是从描述对象中拿东西。

关于各种 stream、buffer、reader、writer的解释

对于数据的传输，input 和 output ，read 和 Write 是相对的，本质是共通的，所以对这些工具只要解释其中一方即可。

以下是各类 stream、buffer、reader 的关系：

类	说明
InputStream	抽象类，提供字节流操作
FileInputStream	InputStream的实现类
BufferInputStream	负责包装InputStream实现类，提供缓冲功能
Reader	抽象类，提供字符流操作
InputStreamReader	Reader的实现类，包装InputStream实现类，提供字节转字符操作
FileReader	ISR的子类，类似 is 和 fis 的关系
BufferReader	包装Reader实现类，提供缓冲功能，类似 is 和 bis 的关系

BufferInputStream源码解读

1. BufferInputStream 只有两个核心的读方法，分别是 read()、read(byte b[ ], int off, int len)
2. java 的 BufferInputStream 的 read() 方法，并不是直接从 IO 端直接读数据，而是从内存的缓冲区里取的数据，直到缓冲区里的数据取完，它会一次性从 IO 端取批量字节的数据填满缓冲区。
3. BufferInputStream 的 read(byte b[ ], int off, int len) ，指的是从 io 端读取数据到指定 byte数组 b[ ]中【fill()操作】。

• 当缓冲区有数据，则直接从缓冲区读；
• 当缓冲区没数据，如果 b 的长度大于io剩余资源的长度，直接从IO读入；
• 如果 b 的长度小于 io 剩余资源长度，先把批量字节的io 数据读到缓冲区，再从缓冲区取。

---

关于IO缓冲区的2种解释

（1）

IO缓冲区是系统两端处理速度平衡用到的工具。
直白的说缓冲区就类似于现实生活中的中继站。试想一下如果你收快递，没有快递柜或者便利店这样的中转站，那么来一个快递，你就要下楼去收，来一个下一次楼，显然这样是非常消耗资源的，你会常常在忙的时候，被一个快递电话打断，不得不下楼去收快递，收完快递再回来继续自己的事情，极大的影响了效率。而有了这种缓冲区，我们可以让所有的快递先暂存便利店，等我们出门回家时，再一次过带回家，这样便完美解决了浪费资源的问题。

（2）

一个一个字节的读，读一次就要访问一次io端，这是很浪费资源的事情，就如吃一次饭就下楼买一次米。用了缓冲区后，一次性从io读批量数据到缓冲区（内存中），实际处理数据的时候再慢慢从缓冲区拿，就如一次性从商店买了一大袋米回来装米桶里，每次吃饭都从米桶拿一部分就行了。

区别

对于第（1）种解释，其实是有误区的，看起来好像没毛病，然而和io缓冲区原理还是有本质上的区别。要理解io缓冲区的本质，需先了解如下基础知识：

1、磁盘、网卡等设备只支持并发执行io操作，不支持并行操作
2、io传输，一端写的速度和一端读的速度肯定不一样

（快）内存 —— 网络 （慢）
（快）内存 —— 磁盘（慢)

此时，我们在来对比一下，正确解释1和解释2到底有什么本质上的区别。

在解释1中，描述的就是典型的生产者/消费者模式，为了解决生产和消费速度不一致的问题，需要引入一个buffer区，在实际应用中，我们通常使用消息系统（MQ）作为这种解决生产消费问题的中间件。注意此时存在两个主体，一个是生产者，一个是消费者，它们对数据会产生主动推拉的动作。

而在解释2中，主体只有一个，那就是我们的程序本身，整个io过程，只不过单纯是我们的程序把资源从io端取到内存中，或者是把内存中的资源存到IO一端，整个过程只有一个主体，以及资源的转移。所以解释2更为准确

总结

前者核心在于解决两个主体处理速度不平衡的问题，后者核心在于解决频繁与慢IO端交互拖慢处理速度的问题。

使用BufferInputStream 和直接用 read(byte b[ ],…) 的区别

实际上， 使用 BufferInputStream 和直接用 FileInputStream 的 read(byte b[ ],…) 并没有本质上的区别，它们底层都是调用了 FileInputStream 的 readBytes 方法。对于这两者分别的使用建议可以参考该提问：How BufferedInputStream makes the read operation faster?

另本人在看源码时就陷入了一个误区，一直在对着 InputStream 思考明明 read(byte b[ ],…)只是循环调用read()而已，那么两者效率有什么区别，遂顺其自然的把这种印象代入到 FileInputStream 中，琢磨了大半天。参考资料后才发现FIS重写了父类方法，面向对象思想不过关的代价

最后附上各类的方法性能关系如下：

类	效率关系	原因
BufferInputStream	read() 等同 read(byte b[ ],…)	底层都用缓冲区
FileInputStream	read() 不如 read(byte b[ ],…)	底层native方法不同
InputStream	read() 等同 read(byte b[ ],…)	read(byte b[ ],…)只是循环调用read()而已
BIS、FIS	BIS.read(byte b[ ],…) 不如 FIS.read(byte b[ ],…)	在相同的缓冲区长度的情况下，前者多余的填充操作反而浪费性能

另外如果想查看 native 层面源码，可以去查看OpenJdk源码，内容路径可参考/ jdk8u / jdk8u40 / jdk/src/share/native/，百度下就知道怎么用本文不再赘述

以上均为个人学习整理及理解，欢迎交流，如有错漏，欢迎指出。