java字节流入门（缓冲输出流）

在网上学习java IO流的时候，会发现在 new 一个流时各种嵌套，有的甚至嵌套了三四层，完全不知道是啥套路。之前我们介绍的都是基础流，今天介绍一个可以封装其他流的流 BufferedOutputStream（BFOS）。

之前介绍的 FileOutputStream、ByteArrayOutputStream 等都是基础流，在构造时候不需要传入其他流。但是 BFOS 的构造需要传入一个字节输出流。

基本用法

这个流的功能可以根据名字看出来，是一个缓冲输出流，可以当做一个缓冲区，将输出的字节暂时存在缓冲区里，那么当缓冲区满了之后干嘛呢？那就需要将缓冲的数据都刷出去，刷到另一个流，因此在构造的时候就需要传入一个流。

有点类似游泳池，水满了，就将水全部放掉，再灌新水。为了将水放掉，就需要给一个输出的目的地，这个目的地就是构造方法中需要传入的下游的输出流。其默认的缓冲区大小是 8KB。

注意这个过程，当写到8KB时，数据还存在 BFOS 中，只要再写一个字节，就将之前缓冲满的全部刷出去。如果缓冲区还没满就想将数据写出去，需要手动 flush。

完整示例如下，这里我们的下游流用了个内存数组流，并随时查看内存数组流的数据量。

运行结果：

0
8192
8195

之前介绍过列式存储文件格式：大数据的列式存储格式：Parquet

每一列的数据需要在内存中用一个缓冲区管理，如果文件只有一列，那就需要一个缓冲区，如果文件有多列，则需要多个缓冲区。在这里我们用单缓冲区和多缓冲区来区分。之前我们的缓冲区用的是 BAOS，参考 java 字节流入门（内存数组流->文件流）。那用 BFOS 可不可以？

单缓冲区

假如我们在内存中只需要维护一个缓冲区的数据，即一个字节数组。当我们想写磁盘时，需要将 FOS 包装一层 BAOS 或 BFOS，为了防止过多小数据量的写操作，因此在内存中做个缓冲，将很多小数据量写操作转化成很少的大数据量写操作，充分利用磁盘的IO。

先比比速度，BFOS+FOS vs BAOS + FOS （内存中只维护一个 BAOS 或一个 BFOS ，并接一个文件输出流）哪种比较快？

做了个实验，将800M数据通过两种方式写到文件中：

BufferedOutputStream + FileOutputStream

ByteArrayOutputStream + FileOutputStream

结果：BFOS + FOS 胜出。

BFOS 比 BAOS 还有一个好处，那就是可以控制内存使用，不会无限制占用内存。这是在单个数据缓冲区的时候，即内存中只有一份缓冲数据。

多缓冲区

假如内存中需要维护多个缓冲区，每份缓冲区负责不同的数据，对应到列式存储中就是两列，都需要写到一个文件中，那么 BFOS+FOS 和 BAOS+FOS 这两种搭配有啥区别？

由于 BFOS 的刷文件是由缓冲区满触发的，我们用橙色和红色区分两个缓冲流。假如缓冲流的缓冲区大小为 8KB，每个缓冲流都接收了 24KB 的数据，但是数据并不是均匀来的，因此刷到文件中的顺序是不固定的，也就是每个流会随机触发 3 次 flush。图中 File 里每一小段是 8KB。两个流最多需要的内存是 16KB。

而使用 BAOS + FOS，假如需要明确将红黄两种数据分开存储，不能互相交叉，则最多需要在内存中缓存 48KB 数据，等一个流缓冲了 24KB 后再写文件。这样就可以将红黄两种数据分隔开，但是先后顺序不确定。

如果将红黄分开是功能要求，在这种场景下，就必须使用 BAOS。

总结

功能>>性能。为了满足一个场景，首先要找功能达到要求的，其次比较性能。在多份缓冲区时，如果要控制文件格式，需要用 BAOS，在单缓冲区时，可以考虑使用 BFOS，节省内存。

代码：  

https://github.com/qiaojialin/Java-IO-Learning

致谢：东哥