Java NIO入门

NIO入门

前段时间在公司里处理一些大的数据，并对其进行分词、提取关键字等。虽说任务基本完成了（效果也不是特别好），对于Java还没入门的我来说前前后后花了2周的时间，我自己也是醉了。当然也有涉及到机器学习的知识，我想陆陆续续的记录下我的这一次任务的过程，也算做一个总结。

首先，手上有这么个达G级别的文件，按照Java普通I/O的方式肯定是不行的了，划分文件的话，也不知何年何月才能读完。所以后来上网查找了相关资料，才知道有这么个神奇的NIO。

在Java编程中，I/O是用流的方式读取文件，所有I/O都被视为单个的字节的移动，通过一个称为Stream的对象一次移动一个字节。Java中新的输入/输出（NIO）库是在JDK1.4中引入的。NIO弥补了原来I/O的不足，它在标准Java代码中提供了高速、面向块的I/O。通过定义包含数据的块，以及通过以块的形式来处理这些数据，NIO不用使用本机代码就可以利用低级优化，这是原来的I/O包所无法做到的。

流与块的比较

原来的I/O库和NIO最重要的区别就是数据打包和传输的方式，原来的I/O以流的方式处理数据，而NIO以块的方式处理数据。

面向流的I/O系统一次一个字节的处理数据，一个输入流产生一个字节的数据，一个输出流产生一个字节的数据。

一个面向块的I/O系统以块的形式处理数据。每一个操作都在一步中产生或者消费一个数据块。按块处理数据比按字节处理数据要快得多，即便它没有面向流的I/O那样的简单性。

通道和缓冲区

通道和缓冲区是NIO中的核心对象，几乎在每一个I/O操作中都要使用它们。

通道是对原I/O包中的流的模拟。到任何目的地或来自任何地方的所有数据都必须通过一个Channel对象。一个Buffer实质上是一个容器对象。发送给一个通道的所有对象都必须首先存放到缓冲区中；同样的，从通道中读取任何的数据都必须首先读取到缓冲区里。

什么是缓冲区？

Buffer是一个对象，它包含一些要写入或者刚读出的数据。 在 NIO 中加入Buffer对象，体现了新库与原 I/O 的一个重要区别。在面向流的  I/O 中，您将数据直接写入或者将数据直接读到Stream对象中。在 NIO 库中，所有数据都是用缓冲区处理的。在读取数据时，它是直接读到缓冲区中的。在写入数据时，它是写入到缓冲区中的。任何时候访问 NIO 中的数据，您都是将它放到缓冲区中。缓冲区实质上是一个数组。通常它是一个字节数组，但是也可以使用其他种类的数组。但是一个缓冲区不仅仅是一个数组。缓冲区提供了对数据的结构化访问，而且还可以跟踪系统的读/写进程。

缓冲区类型

最常用的缓冲区类型是ByteBuffer。一个ByteBuffer可以在其底层字节数组上进行 get/set 操作(即字节的获取和设置)。ByteBuffer不是 NIO  中唯一的缓冲区类型。事实上，对于每一种基本 Java 类型都有一种缓冲区类型：

ByteBuffer

CharBuffer

ShortBuffer

IntBuffer

LongBuffer

FloatBuffer

DoubleBuffer

每一个Buffer类都是Buffer接口的一个实例。 除了ByteBuffer，每一个 Buffer 类都有完全一样的操作，只是它们所处理的数据类型不一样。因为大多数标准 I/O 操作都使用ByteBuffer，所以它具有所有共享的缓冲区操作以及一些特有的操作。

下面看一下FloatBuffer的简单例子：

 import java.io.FileInputStream;
 import java.io.FileNotFoundException;
 import java.io.FileOutputStream;
 import java.nio.ByteBuffer;
 import java.nio.FloatBuffer;
 import java.nio.channels.FileChannel;

 // UseFloatBuffer

 public class UseFloatBuffer {

     public static void main(String[] args) throws Exception {

         FloatBuffer fb=FloatBuffer.allocate(10);
         for (int i=0; i<fb.capacity(); i++) {
             float f=(float)((float)i/10*(2*Math.PI));
             fb.put(f);
         }
         fb.flip();
         while (fb.hasRemaining()){
             float f=fb.get();
             System.out.println(f);
         }
     }
 }

什么是通道？

Channel是一个对象，可以通过它读取和写入数据。拿 NIO 与原来的 I/O 做个比较，通道就像是流。正如前面提到的，所有数据都通过 Buffer 对象来处理。您永远不会将字节直接写入通道中，相反，您是将数据写入包含一个或者多个字节的缓冲区。同样，您不会直接从通道中读取字节，而是将数据从通道读入缓冲区，再从缓冲区获取这个字节。简而言之，就是NIO的大致流程为：输入文件->缓冲区->通道->缓冲区->程序处理数据->缓冲区->通道->缓冲区->输出文件；I/O的大致流程为：输入文件->流->程序处理数据->流->输出文件。

通道类型

通道与流的不同之处在于通道是双向的。而流只是在一个方向上移动(一个流必须是InputStream或者OutputStream的子类)，而通道可以用于读、写或者同时用于读写。

实践起来：NIO 中的读和写

读和写是 I/O 的基本过程。从一个通道中读取很简单：只需创建一个缓冲区，然后让通道将数据读到这个缓冲区中；写入也相当简单：创建一个缓冲区，用数据填充它，然后让通道用这些数据来执行写入操作。

从文件中读取

如果使用原来的 I/O，那么我们只需创建一个FileInputStream并从它那里读取。而在 NIO 中，情况稍有不同：我们首先从FileInputStream获取一个Channel对象，然后使用这个通道来读取数据。

在 NIO 系统中，任何时候执行一个读操作，您都是从通道中读取，但是您不是直接从通道读取。因为所有数据最终都驻留在缓冲区中，所以您是通过通道读到缓冲区中的数据。

因此读取文件涉及三个步骤：

(1) 从FileInputStream获取Channel

(2) 创建Buffer

(3) 将数据从Channel读到Buffer中。

 FileInputStream fin=new FileInputStream("read.txt");
 FileChannel fc=fin.getChannel();
 ByteBuffer buffer=ByteBuffer.allocate(1024);
 fc.read(buffer);

写入文件

在 NIO 中写入文件类似于从文件中读取。首先从FileOutputStream获取一个通道；下一步是创建一个缓冲区并在其中放入一些数据 - 在这里，数据将从一个名为data的数组中取出,最后一步是写入缓冲区中。

 FileOutputStream fout=new FileOutputStream("write.txt");
 FileChannel fc=fout.getChannel();
 ByteBuffer buffer=ByteBuffer.allocate(1024);
 for (int i=0; i<data.length; i++) {
       buffer.put(data[i]);
 }
 buffer.flip();
 fc.write(buffer);    

实战练习

我们以一个名为 CopyFile.java 的简单程序作为这个练习的基础，它将一个文件的所有内容拷贝到另一个文件中。CopyFile.java 执行三个基本操作：首先创建一个Buffer，然后从源文件中将数据读到这个缓冲区中，然后将缓冲区写入目标文件。这个程序不断重复 ― 读、写、读、写 ― 直到源文件结束。

 // CopyFile

 import java.io.*;
 import java.nio.*;
 import java.nio.channels.*;

 public class CopyFile {

     static public void main( String args[] ) throws Exception {
         String infile="E:\\北京欢迎你.txt";
         String outfile="E:\\out.txt";

         FileInputStream fin=new FileInputStream(infile);
         FileOutputStream fout=new FileOutputStream(outfile);
         FileChannel fcin = fin.getChannel();
         FileChannel fcout = fout.getChannel();

         ByteBuffer buffer = ByteBuffer.allocate(1024);

         while (true) {
             buffer.clear();
             int r=fcin.read(buffer);
             if (r == -1) {
                 break;
             }
             buffer.flip();
             fcout.write(buffer);
         }
     }
 }