Java 中的 File.exists 有多贵答案

【问题标题】：How expensive is File.exists in JavaJava 中的 File.exists 有多贵
【发布时间】：2011-09-13 08:27:06
【问题描述】：

我想知道File.exists() 是如何工作的。我不太了解文件系统的工作原理，所以我应该先从那里开始阅读。

但对于快速的预信息：

调用File.exists() 是否是文件系统的单个操作，如果该路径和文件名已在某个日志中注册？还是操作系统获取目录的内容，然后扫描它以查找匹配项？

我认为这将取决于文件系统，但也许所有文件系统都使用快速方法？

我不是在谈论网络和磁带系统。让我们把它保存到 ntfs、extX、zfs、jfs :-)

【问题讨论】：

日志文件系统与其他文件系统完全不同。
这将是非常文件系统依赖。当您访问 NFS 或 SMB 文件共享上的文件时，可能涉及建立网络连接。如果底层光盘已断电，您将不得不等待它启动（如果它是光驱则更糟）。哎呀，在某些情况下（例如分层存储），它可能涉及加载磁带并且实际上需要几分钟！

标签： java file-io directory operating-system filesystems

【解决方案1】：

测量必要的时间，看看自己。正如你所说，它完全依赖于文件系统。

        long t1 = System.currentTimeMillis();
        ...Your File.exists call
        long t2 = System.currentTimeMillis();
        System.out.println("time: " + (t2 - t1) + " ms");

你会发现它总是会给你不同的结果，因为它还取决于你的操作系统缓存数据的方式、它的负载等。

【讨论】：

这几乎完全取决于是否需要磁盘访问，在这种情况下，您的磁盘速度（以及它是否繁忙）将是最重要的。如果您在文件在缓存中时进行测试，最好使用 System.nanoTime() 因为它通常是亚毫秒。
System.currentTimeMillis() 甚至不一定给你毫秒分辨率的时间。 ://
NanoTime 绝对更精确！仍然 currentTimeMillis 也可能给你很大的想法。也可以在测量之前将系统负载系数插入方程，但结果总是近似的。记住：如果不以某种方式改变它，你就无法观察实验......
这并不完全取决于 FS 的实现，而是取决于操作系统中文件系统的缓存策略。如果目录被缓存并且文件或目录最近被使用过，您可以获得更快的响应。
为什么你将long 自动装箱到Long 只是为了在减法期间将其转换回long？

【解决方案2】：

如果第一次执行此操作完全取决于文件系统。这是由操作系统完成的，Java 没有任何作用。

就性能而言，在所有情况下都需要读取磁盘。这通常需要 8-12 毫秒。 @Sven 指出一些存储可能会变慢，但在性能很重要的情况下这种情况相对较少。如果这是一个网络文件系统，您可能会有额外的延迟（通常相对较小，但取决于您的网络延迟）。

相比之下，操作系统和 Java 所做的一切都非常短。

但是，如果您反复检查文件是否存在，则可能不需要磁盘访问，因为可以缓存信息，在这种情况下是操作系统占用的时间和资源。 File.exists() 创建的这些对象中最大的一个（你不会认为它会）但是它在每次调用创建大量对象时对文件名进行编码。如果你把 File.exists() 放在一个紧密的循环中，它每秒会产生 400MB 的垃圾。 :(

通过跟踪您对文件系统所做的所有更改，日志文件系统的工作方式有所不同，但它们不会改变您读取文件系统的方式。

【讨论】：

【解决方案3】：

大部分与文件相关的操作都不是在 Java 中执行的；存在本机代码来执行这些活动。实际上，完成的大部分工作取决于FileSystem 对象的性质（即支持File 对象）以及操作系统中本机IO 操作的底层实现。

为了清楚起见，我将介绍 OpenJDK 6 中的实现案例。 File.exists() 实现将实际检查推迟到 FileSystem 类：

public boolean exists() {
    ... calls to SecurityManager have been omitted for brevity ...
    return ((fs.getBooleanAttributes(this) & FileSystem.BA_EXISTS) != 0);
}

FileSystem 类是抽象的，所有支持的文件系统都有一个实现：

package java.io;


/**
 * Package-private abstract class for the local filesystem abstraction.
 */

abstract class FileSystem

注意包的私有性质。 Java 运行时环境将提供扩展 FileSystem 类的具体类。在 OpenJDK 实现中，有：

java.io.WinNTFileSystem，用于 NTFS
java.io.Win32FileSystem，用于 FAT32
java.io.UnixFileSystem，用于 *nix 文件系统（这是一个职责非常广泛的类）。

以上所有类都委托给本机代码，用于getBooleanAttributes 方法。这意味着在这种情况下，性能不受托管（Java）代码的限制；文件系统的实现以及所进行的本机调用的性质对性能有更大的影响。

更新 #2

基于更新的问题 -

我不是在谈论网络和磁带系统。让我们把它保存到 ntfs、extX、zfs、jfs

好吧，那仍然没关系。不同的操作系统会以不同的方式实现对不同文件系统的支持。例如，Windows 中的 NTFS 支持将不同于 *nix 中的支持，因为除了通过驱动程序与设备通信外，操作系统还必须进行簿记。并非所有工作都在设备中完成。

在 Windows 中，您几乎总能找到 file system filter drivers 的概念，它管理与其他文件系统过滤器驱动程序或文件系统通信的任务。这是支持各种操作所必需的；一个例子是使用过滤器驱动来拦截 IO 调用。

在 *nix 中，您将拥有 stat() 系统调用，它将执行读取文件描述符的 inode 信息的必要活动。

【讨论】：

【解决方案4】：

它在任何现代机器上都非常快，我的测试显示在我的 2013 Mac w/SSD 上为 0.0028 毫秒（2.8 微秒）

在 307 毫秒内创建 1,000 个文件，每个文件 0.0307 毫秒

1,000 .exists() 在 28 毫秒内完成，每个文件 0.0028 毫秒

这是一个在 Groovy (Java) 中的测试

def index() {
    File fileWrite

    long start = System.currentTimeMillis()

    (1..1000).each {
        fileWrite = new File("/tmp/fileSpeedTest/${it}.txt")
        fileWrite.write('Some nice text')
    }
    long diff = System.currentTimeMillis() - start
    println "1,000 files created in $diff millis, ${diff/10000.0} millis per file"



    start = System.currentTimeMillis()
    (1..1000).each {
        fileWrite = new File("/tmp/fileSpeedTest/${it}.txt")
        if ( ! fileWrite.exists() )
            throw new Exception("where's the file")
    }
    diff = System.currentTimeMillis() - start
    println "1,000 .exists()   done in  $diff millis, ${diff/10000.0} millis per file"

}

【讨论】：