Java：BufferedReader 的 readLine 方法的效率和可能的替代方案答案

【问题标题】：Java: Efficiency of the readLine method of the BufferedReader and possible alternativesJava：BufferedReader 的 readLine 方法的效率和可能的替代方案
【发布时间】：2011-02-16 19:28:03
【问题描述】：

我们正在努力减少延迟并提高用 Java 编写的进程的性能，该进程通过 BufferedReader 类的 readLine() 方法从套接字消费数据（xml 字符串）。数据由行尾分隔符 (\n) 分隔，每行可以是可变长度（6KBits - 32KBits）。我们的代码如下所示：

Socket sock = connection;
InputStream in = sock.getInputStream();
BufferedReader inputReader = new BufferedReader(new InputStreamReader(in));
...
do 
{
   String input = inputReader.readLine();
   // Executor call to parse the input thread in a seperate thread
}while(true)

所以我有几个问题：

inputReader.readLine() 方法会在遇到 \n 字符时立即返回，还是会等到缓冲区已满？
是否有更快的数据采集速度从插座比使用缓冲阅读器？
当输入字符串的大小小于 Socket 的接收缓冲区大小时会发生什么？
当输入字符串大于大小 Socket 的接收缓冲区？

我正在（慢慢地）掌握 Java 的 IO 库，因此非常感谢任何指针。

谢谢！

【问题讨论】：

我猜您使用的是特定于应用程序的格式 - 换行符和空格在 XML 中通常不重要。
是的，抱歉应该更清楚。我们通过 TCP 连接使用来自外部应用程序的流数据。每个 XML 消息都由一个 \n 字符分隔。我想这与按顺序读取文件相同，其中每一行都是完整的 xml 文档。

标签： java sockets io

【解决方案1】：

inputReader.readLine() 方法会在遇到 \n 字符时立即返回，还是会等到缓冲区已满？

只要换行就会返回。

从套接字获取数据是否比使用 BufferedReader 更快？

BufferedReader 需要对数据进行一些复制。您可以尝试使用 NIO api，它可以避免复制，但您可能希望在花任何时间之前先进行分析，看看是否真的是 I/O 是瓶颈。一个更简单的快速解决方法是在套接字周围添加一个BufferedInputStream，这样每次读取都不会碰到套接字（不清楚 InputStreamReader 是否自己做任何缓冲。）例如

new BufferedReader(new InputStreamReader(new BufferedInputStream(in)))

当输入字符串的大小小于 Socket 的接收缓冲区大小时会发生什么？

BufferedReader 将获取所有可用的数据。然后它将扫描此数据以查找换行符。结果是后续读取可能已经在 BufferedReader 中有数据。

当输入字符串的大小大于 Socket 的接收缓冲区大小时会发生什么？

bufferedReader 将读取接收缓冲区中的内容，并且由于没有换行符或到达流的末尾，它将继续从套接字读取数据，直到找到 EOF 或换行符。后续读取可能会阻塞，直到有更多数据可用。

总而言之，BufferedReader 仅在绝对必要时才会阻塞。

【讨论】：

感谢您的详细解答。
不用担心。我希望您通过建议的更改获得所需的改进性能。如果没有，请尝试分析，如果仍然没有成功，您可以随时发布另一个问题，寻求提高性能的帮助 :-) 祝你好运！

【解决方案2】：

BufferedReader 的一个优点是它在您使用的输入方法（read、readLine 等）和实际的套接字读取之间提供了一层分隔（缓冲区），因此您不必担心关于所有情况，例如“大部分行都在缓冲区中，但是您需要读取另一个缓冲区才能获取 \n”等。

您是否进行过性能测量，表明使用 BufferedReader 对您的应用程序来说是一个性能问题？如果没有，我建议您首先选择一种提供所需功能的输入法（基于行的输入由 \n 终止，从它的声音来看），并担心是否有“更快”的方式来做到这一点只有当你发现输入法是一个瓶颈时。

如果基于行的输入确实是您所追求的，那么您最终会使用某种缓冲区，例如 BufferedReader，那么为什么要重新发明这个轮子呢？

【讨论】：

感谢您的回答。我们已经对应用程序进行了大量的分析，我们发现在处理微小消息时可能会有几毫秒的延迟。鉴于 BufferedReader 的 API 文档，它似乎没有任何意义！我们通过设置 TcpNoDelay 标志禁用了 Nagle 算法，并且正在寻找其他替代方案。
有趣。 BufferedReader 肯定会涉及数据的额外副本，但很难看出这可能需要几毫秒......

【解决方案3】：

第一个问题的答案是肯定的和否定的。如果缓冲区已经包含行终止符，它将立即返回，但是如果它不包含终止符，那么它将尝试填充缓冲区，但不一定完全填充。它只会在有一些新数据（至少一个字符）或到达 EOF 之前读取。

Java 的优点之一是这些库是开源的，因此如果您拥有 JDK 的完整副本，您可以自己查看源代码来回答这些类型的问题。我使用 eclipse 作为我的 IDE，默认情况下，如果您将光标放在类名上并按 F3，它将带您到源代码（这就是我获得上述答案的方式）。需要注意的是，标准发行版中某些内部类/本机代码的源代码不可用。

对于您的第二个问题，我一般会说不，因为 BufferedReader 使用的逻辑通常与任何代码都需要重新创建以实现相同的任务相同。唯一可能减慢 BufferedReader 的是它在内部使用了一个 StringBuffer，它是同步的，而不是未同步的 StringBuilder。

【讨论】：

【解决方案4】：

如果您知道传入数据的字符编码，您可能想要编写自己的类来执行二进制数据的读取，寻找您特定的行尾终止符。这可能会消除很多不必要的编码/解码和复制。确保您使用可重用的缓冲区实现某些东西（例如 NIO 的 CharBuffer 或 ByteBuffer 类会浮现在脑海，或者如果您需要 String 实例，则正确初始化 StringBuilder）。确保缓冲区中有足够的空间，32Ki 到 64Ki 对于当前的计算机来说是没有的。

在可用容器中获取数据后，您可以使用书中的任何技巧（多线程、执行程序等）来有效地处理数据。请记住，降低当前 CPU 速度的唯一方法是命中缓存未命中 - 大型/动态数据集、虚假复制 - 或分支 - 不必要的循环、if 语句以及更多，当然还有内核调用和 I/O。

【讨论】：

和 McAfee，McAfee 将一切减慢到爬行:(