spark源码分析之NioBufferedFileInputStream

源码来自：github spark/NioBufferedFileInputStream

NioBufferedFileInputStream是spark实现的一种新的字节流，它既支持内部缓冲区，又支持nio读取文件，使用direct buffer避免java堆与native内存之间的数据拷贝。在Java jdk中没有可供直接使用的具备以上2个功能的字节流。sun.nio.ch.ChannelInputStream虽然支持使用nio读取一个文件，但是不支持缓冲。

NioBufferedFileInputStream的实现方式与BufferedInputStream有点类似，都具有：

fill方法（spark为refill方法）

read方法

skip方法

available方法

NioBufferedFileInputStream不支持BufferedInputStream的markPos标记。使用markPos标记回复到已读数据的某个位点。

源码如下：

package org.apache.spark.io;

import org.apache.spark.storage.StorageUtils;

import java.io.File;
import java.io.IOException;
import java.io.InputStream;
import java.nio.ByteBuffer;
import java.nio.channels.FileChannel;
import java.nio.file.StandardOpenOption;

/**
 * {@link InputStream} implementation which uses direct buffer
 * to read a file to avoid extra copy of data between Java and
 * native memory which happens when using {@link java.io.BufferedInputStream}.
 * Unfortunately, this is not something already available in JDK,
 * {@link sun.nio.ch.ChannelInputStream} supports reading a file using nio,
 * but does not support buffering.
 */
public final class NioBufferedFileInputStream extends InputStream {

  private static final int DEFAULT_BUFFER_SIZE_BYTES = 8192;

  private final ByteBuffer byteBuffer;

  private final FileChannel fileChannel;

  public NioBufferedFileInputStream(File file, int bufferSizeInBytes) throws IOException {
    byteBuffer = ByteBuffer.allocateDirect(bufferSizeInBytes);
    fileChannel = FileChannel.open(file.toPath(), StandardOpenOption.READ);
    byteBuffer.flip();
  }

  public NioBufferedFileInputStream(File file) throws IOException {
    this(file, DEFAULT_BUFFER_SIZE_BYTES);
  }

  /**
   * Checks weather data is left to be read from the input stream.
   * @return true if data is left, false otherwise
   * @throws IOException
   */
  private boolean refill() throws IOException {
    if (!byteBuffer.hasRemaining()) {
      byteBuffer.clear();
      int nRead = 0;
      while (nRead == 0) {
        nRead = fileChannel.read(byteBuffer);
      }
      if (nRead < 0) {
        return false;
      }
      byteBuffer.flip();
    }
    return true;
  }

  @Override
  public synchronized int read() throws IOException {
    if (!refill()) {
      return -1;
    }
    return byteBuffer.get() & 0xFF;
  }

  @Override
  public synchronized int read(byte[] b, int offset, int len) throws IOException {
    if (offset < 0 || len < 0 || offset + len < 0 || offset + len > b.length) {
      throw new IndexOutOfBoundsException();
    }
    if (!refill()) {
      return -1;
    }
    len = Math.min(len, byteBuffer.remaining());
    byteBuffer.get(b, offset, len);
    return len;
  }

  @Override
  public synchronized int available() throws IOException {
    return byteBuffer.remaining();
  }

  @Override
  public synchronized long skip(long n) throws IOException {
    if (n <= 0L) {
      return 0L;
    }
    if (byteBuffer.remaining() >= n) {
      // The buffered content is enough to skip
      byteBuffer.position(byteBuffer.position() + (int) n);
      return n;
    }
    long skippedFromBuffer = byteBuffer.remaining();
    long toSkipFromFileChannel = n - skippedFromBuffer;
    // Discard everything we have read in the buffer.
    byteBuffer.position(0);
    byteBuffer.flip();
    return skippedFromBuffer + skipFromFileChannel(toSkipFromFileChannel);
  }

  private long skipFromFileChannel(long n) throws IOException {
    long currentFilePosition = fileChannel.position();
    long size = fileChannel.size();
    if (n > size - currentFilePosition) {
      fileChannel.position(size);
      return size - currentFilePosition;
    } else {
      fileChannel.position(currentFilePosition + n);
      return n;
    }
  }

  @Override
  public synchronized void close() throws IOException {
    fileChannel.close();
    StorageUtils.dispose(byteBuffer);
  }

  @Override
  protected void finalize() throws IOException {
    close();
  }
}

refill()方法

扫描二维码关注公众号，回复： 2122228 查看本文章

处理方式如下：

如果bytebuffer已满，没有剩余字节数，清空bytebuffer，然后从fileChannel中读取数据填充到bytebuffer中。

如果到达流的末端，返回false，否则返回true。是否像BufferedInputStream填满缓冲区那样填满bytebuffer，未明。

read()方法

执行一次refill()方法，再调用bytebuffer的get方法。返回bytebuffer的当前position的对应字节，并将position前移一位。

read(byte[] b, int offset, int len)方法

执行一次refill()方法，再调用bytebuffer的get(byte[] b, int offset, int len)方法。不一定能读取目标字节数，当bytebuffer中的剩余字节数不够时，读取剩余字节数。方法返回实际读取字节数。

available()方法

直接调用bytebuffer的remaining()方法，返回bytebuffer的剩余字节数。

skip(int n)方法

如果bytebuffer的剩余字节数大于目标跳过字节数，直接将bytebuffer的position前移n位。

如果bytebuffer的剩余字节数不够大，不足以跳过目标字节数，分两步来完成跳过目标字节数：

1、处理bytebuffer。把bytebuffer的剩余字节数都跳完，重置position，丢弃在bytebuffer中已读的所有内容。此时仍留有一部分未跳目标字节数，假设为m。

2、处理fileChannel。将fileChannel的position前移m位。同样，如果fileChannel的size不够大，直接将position前移到末尾的size位置。

最后，返回实际跳过的字节数。

spark源码分析之NioBufferedFileInputStream

猜你喜欢