BufferedInputStream实现原理分析

ufferedInputStream是一个带有缓冲区的输入流，通常使用它可以提高我们的读取效率，现在我们看下BufferedInputStream的实现原理： 
BufferedInputStream 内部有一个缓冲区，默认大小为8M，每次调用read方法的时候，它首先尝试从缓冲区里读取数据，若读取失败（缓冲区无可读数据），则选择从物理数据源 （譬如文件）读取新数据（这里会尝试尽可能读取多的字节）放入到缓冲区中，最后再将缓冲区中的内容部分或全部返回给用户.由于从缓冲区里读取数据远比直接 从物理数据源（譬如文件）读取速度快，所以BufferedInputStream的效率很高！ 

在具体看源码之前，我们还需要了解BufferedInputStream的mark操作：void mark（int markLimit) 
当 你调用mark方法时，内部会保存一个markPos标志，它的值为目前读取字节流的pos位置，倘若你调用reset方法，这时候会把pos重置为 markPos的值，这样你就可以重读已经读过的字节.好像说的不是很清楚，那我们打个比方：有一段字节流是abcdefg, 当你读取完字母a调用mark方法（此时markPos指向字母b），接着你继续读取字母b，字母c，字母d，然后此时你调用reset方法（内部把 pos重置为markPos)，当你再读取下一个字节的时候，你会发现你读取到的是b而不是字母e，这样通过mark方法我们就是实现了重复读（re- read the same bytes) 

mark 方法中还有个参数markLimit，它的值表示在调用mark方法后reset方法前最多允许读取的字节数（根据我的测试，以及查看源代码发现，这个最 大字节数，其实是由markLimit和buffer.size中较大的那个决定的），如果超过这个限制，则在调用reset方法时会 报：Reseting to invalid mark 异常 
说完了这么多，让我们来赶紧看看源码吧： 

// BufferedInputStream主要有这两个构造方法

public BufferedInputStream(InputStream in) {
     this(in, defaultBufferSize);   // 默认缓冲区为8M
    }

public BufferedInputStream(InputStream in, int size) {
    super(in);
    if (size <= 0) {
        throw new IllegalArgumentException("Buffer size <= 0");
    }
    buf = new byte[size];
}

你需要指定InputStream（装饰模式的体现）以及bufferSize(可选） 
当我们调用read()方法时，它在内部做了一下事情： 

public synchronized int read() throws IOException {
    if (pos >= count) {         // 检查是否有可读缓冲数据
        fill();                 // 没有缓冲数据可读，则从物理数据源读取数据并填充缓冲区
        if (pos >= count)       // 若物理数据源也没有多于可读数据，则返回-1，标示EOF
        return -1;
    }

 // 从缓冲区读取buffer[pos]并返回（由于这里读取的是一个字节，而返回的是整型，所以需要把高位置0）
    return getBufIfOpen()[pos++] & 0xff;
}

private byte[] getBufIfOpen() throws IOException {
    byte[] buffer = buf;      // buf为内部缓冲区
    if (buffer == null)
        throw new IOException("Stream closed");
        return buffer;
}

其中pos为缓冲区buffer下一个可读的数组下标，我们可以一直从缓冲区里读取数据，直到pos变为count（此时只能从物理数据源读取数据），下面我们就分析下，当缓冲区里没有数据可读时，BufferInputStream是如何处理的： 

1. 若用户没有开启re-read功能（即未调用mark方法），当pos == count时，我们只需要将pos重新置为0，然后从物理源读取数据（假设读到了n个字节），最后把count设置成 n + pos 即可 (其实就是n，因为pos之前被设置成了0）, 当下次你在调用read方法时，就直接从缓冲读取，非常快速（如下图）； 


 

2.若用户调用了mark方法，情况就变得很复杂了，为什么呢？ 这意味着我们需要保存从markPos到pos这段数据（以供用户re-read），现在我们分情况讨论： 
a.此时pos < buffer.length，这意味着缓冲区还有多余空间，所以我们可以继续从物理数据源读取数据放入到缓冲区中（如下图）； 


 

b.pos == buffer.length，这意味着缓冲区已经没有多余空间，所以只能清空缓冲区内容，但是不要忘了，我们还必须保留原来 
markPos到pos那段数据，以供用户re-read，所以我需要这样做： 

// 计算需要保留多少字节的数据
int sz = pos - markPos;
// 然后拷贝到缓冲头部
System.arraycopy(buffer, markpos, buffer, 0, sz);
// 重置pos以及markPos
pos=sz;
 markPos=0;

接着从缓冲区的sz 到 buffer.length又变成可用区间，用来存放从物理数据源读到的数据（如下图） 


 

到 这里似乎问题完美的解决了，其实不然，我们忘记考虑markPos失效问题，以及若pos - markPos == buffer.length，那么移了等于白移动，还是没有挪出多余空间，所以实我们应该这样做（后面讨论都是建立在pos == buffer.length的基础上）： 


2.1 若markPos > 0， 那么 pos - makrPos一定小于缓冲区大小，这样意味着我们按照刚才的算法挪动后，缓冲区就有了空余空间 


 
2.2 若makrPos == 0,  这意味着需要保存的数据满满的充斥着缓冲区，所以这时候我们是无法通过挪动位置来使缓冲区有多余空间的，所以我们只可以清空或扩展缓冲区 
2.2.1 当buffer.length >= marklimit时 ，此时意味着markPos已经失效，用户不可以在进行re-read，所以此时我们就可以简单释放整个缓冲区了：pos=0, markPos=-1; 
2.2.2 其余情况，意味着markPos还有效，所以我们只能通过扩展缓冲区的方式来使缓冲区有多余空间 


 
说了这么多，我们还是看下相关代码吧： 

private void fill() throws IOException {
        byte[] buffer = getBufIfOpen();        // 得到当前缓冲区
     if (markpos < 0)                          // 对应情况1
         pos = 0;
     else if (pos >= buffer.length)            // 对应情况2
         if (markpos > 0) {                    // 对应情况2.1
               int sz = pos - markpos;
               System.arraycopy(buffer, markpos, buffer, 0, sz);
               pos = sz;
               markpos = 0;
         } else if (buffer.length >= marklimit) {  // 对应情况2.2.1
               markpos = -1;
               pos = 0;
         } else {                                  // 对应情况2.2.2
               int nsz = pos * 2;
               if (nsz > marklimit)
                   nsz = marklimit;
               byte nbuf[] = new byte[nsz];
               System.arraycopy(buffer, 0, nbuf, 0, pos);
            ...
         }
    count = pos;
     int n = getInIfOpen().read(buffer, pos, buffer.length - pos);
    if (n > 0)
        count = n + pos;
}

好 了关于BufferedInputStream就说道这里，它的 read(byte b[], int off, int len)其实内部实现也大概如此：先从缓冲区读，如果读不到则从物理数据源读取并刷新到缓冲区（可能需要对缓冲区原来内容作必要的挪动或者对缓冲区大小进 行扩展）

 

[转自　http://www.software8.co/wzjs/java/1770.html]