Java的字节流，字符流和缓冲流对比探究
一、前言
所谓IO，也就是Input/Output。Java程序跟外部进行的数据交换就叫做Java的IO操作。程序中数据的输入输出，被抽象为流， 按照相对于程序的流向，可分为输出流和输入流。 按照数据流的格式，可分为字节流和字符流。Java IO流的体系很庞大，功能丰富。
本文主要探讨了Java中字节操作和字符操作的区别。
二、字节操作和字符操作
下图可以表示Java 的IO体系：
类似于C语言中二进制文件和文本文件的区别，字符其实只是一种特殊的二进制字节，是按照一定的编码方式处理之后，按照一定规则来存储信息的数据，字符在计算机中也是由二进制组成的，只不过这种二进制可以按照一种规则解码后，成为人类可以直接阅读的自然语言，而普通的二进制文件只有计算机能直接“阅读”。字节操作和字符操作的区别就在于数据的格式。
在Java中，字节输入输出流有两个抽象基类：
- 字节输入流：InputStream
- 字节输出流：OutputStream
字符输入输出流也有两个抽象基类：
- 字符输入流：Reader
- 字符输出流：Writer
此外， Java提供了从字节流到字符流的转换流，分别是InputStreamReader和OutputStreamWriter，但没有从字符流到字节流的转换流。实际上：
字符流=字节流+编码表
一次读取一个字节数组的效率明显比一次读取一个字节的效率高，因此Java提供了带缓冲区的字节类，称为字节缓冲区类：BufferedInputStream和BufferedOutputStream，同理还有字符缓冲区类BufferedReader和BufferedWriter。
在使用场景上，无法直接获取文本信息的二进制文件，比如图片，mp3，视频文件等，只能使用字节流。而对于文本信息，则更适合使用字符流。
三、两种方式的效率测试
下面通过编写测试程序来比较两种方式的效率区别：
3.1 测试代码
笔者编写了8个方法来分别测试字节方式/字符方式的输入输出流，带缓冲区的输入输出流。
package com.verygood.island;
import org.junit.BeforeClass;
import org.junit.Test;
import org.junit.platform.commons.annotation.Testable;
import java.io.*;
/**
* @author <a href="mailto:kobe524348@gmail.com">黄钰朝</a>
* @description
* @date 2020-05-27 08:50
*/
@Testable
public class UnitTest {
public static final String PATH = "C:\\Users\\Misterchaos\\Documents\\Java Develop Workplaces\\" +
"Github repository\\island\\src\\test\\java\\com\\verygood\\island\\";
/**
* 用于输出的对象
*/
public static byte[] outputbytes = null;
public static char[] outputchars = null;
int count = 1;
/**
* 用于输入的对象
*/
public static final File inputFile = new File("C:\\Users\\Misterchaos\\Downloads\\安装包\\TEST.zip");
@BeforeClass
public static void before() {
StringBuilder stringBuilder = new StringBuilder("");
for (int i = 0; i < 1000000; i++) {
stringBuilder.append("stringstringstringstringstringstring");
}
outputbytes = stringBuilder.toString().getBytes();
outputchars = stringBuilder.toString().toCharArray();
}
@Test
public void test0() {
System.out.println("--------------------------------------------------------");
System.out.println(" 测试输出流 ");
System.out.println("--------------------------------------------------------");
}
// 字节流
@Test
public void test1() {
try {
System.out.println("********方式一：字节流输出**********");
// 新建文件命名
String name = PATH + "字节流输出文件.txt";
File file = new File(name);
// 创建输入输出流对象
FileOutputStream fos = new FileOutputStream(file);
// 读写数据
long s1 = System.currentTimeMillis();// 测试开始，计时
writeBytes(fos);
long s2 = System.currentTimeMillis();// 测试结束，计时
fos.close();
System.out.println("输出文件耗时：" + (s2 - s1) + "ms");
System.out.println("文件大小：" + file.length() / 1024 + "KB");
file.delete();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
// 字节流
@Test
public void test2() {
try {
System.out.println("********方式二：字符流输出**********");
// 新建文件命名
String name = PATH + "字符流输出文件.txt";
File file = new File(name);
// 创建输入输出流对象
FileWriter fileWriter = new FileWriter(file);
// 读写数据
long s1 = System.currentTimeMillis();// 测试开始，计时
writeChars(fileWriter);
long s2 = System.currentTimeMillis();// 测试结束，计时
fileWriter.close();
System.out.println("输出文件耗时：" + (s2 - s1) + "ms");
System.out.println("文件大小：" + file.length() / 1024 + "KB");
file.delete();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
// 字节缓冲流
@Test
public void test3() {
try {
System.out.println("********方式三：字节缓冲流输出**********");
// 新建文件命名
String name = PATH + "字节缓冲流输出文件.txt";
File file = new File(name);
// 创建输入输出流对象
FileOutputStream fileOutputStream = new FileOutputStream(file);
BufferedOutputStream bufferedOutputStream = new BufferedOutputStream(fileOutputStream);
// 读写数据
long s1 = System.currentTimeMillis();// 测试开始，计时
writeBytes(bufferedOutputStream);
long s2 = System.currentTimeMillis();// 测试结束，计时
bufferedOutputStream.close();
System.out.println("输出文件耗时：" + (s2 - s1) + "ms");
System.out.println("文件大小：" + file.length() / 1024 + "KB");
file.delete();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
// 字符缓冲流
@Test
public void test4() {
try {
System.out.println("********方式四：字符缓冲流输出**********");
// 新建文件命名
String name = PATH + "字符缓冲流输出文件.txt";
File file = new File(name);
// 创建输入输出流对象
BufferedWriter bufferedWriter = new BufferedWriter(new FileWriter(file));
// 读写数据
long s1 = System.currentTimeMillis();// 测试开始，计时
for (int i = 0; i < count; i++) {
bufferedWriter.write(outputchars);
}
long s2 = System.currentTimeMillis();// 测试结束，计时
bufferedWriter.close();
System.out.println("输出文件耗时：" + (s2 - s1) + "ms");
System.out.println("文件大小：" + file.length() / 1024 + "KB");
file.delete();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
@Test
public void test5() {
System.out.println("--------------------------------------------------------");
System.out.println(" 测试输入流 ");
System.out.println("--------------------------------------------------------");
}
// 字节流
@Test
public void test6() {
try {
System.out.println("********方式一：字节流输入**********");
// 新建文件命名
// 创建输入输出流对象
long s1 = System.currentTimeMillis();// 测试开始，计时
FileInputStream fileInputStream = new FileInputStream(inputFile);
// 读写数据
// 读写数据
while (fileInputStream.read() != -1) {
}
fileInputStream.close();
long s2 = System.currentTimeMillis();// 测试结束，计时
System.out.println("输入文件耗时：" + (s2 - s1) + "ms");
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
// 字节流
@Test
public void test7() {
try {
System.out.println("********方式二：字符流输入**********");
// 新建文件命名
long s1 = System.currentTimeMillis();// 测试开始，计时
// 创建输入输出流对象
FileReader fileReader = new FileReader(inputFile);
// 读写数据
while (fileReader.read() != -1) {
}
fileReader.close();
long s2 = System.currentTimeMillis();// 测试结束，计时
System.out.println("输入文件耗时：" + (s2 - s1) + "ms");
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
// 字节缓冲流
@Test
public void test8() {
try {
System.out.println("********方式三：字节缓冲流输入**********");
// 新建文件命名
long s1 = System.currentTimeMillis();// 测试开始，计时
BufferedInputStream bufferedInputStream = new BufferedInputStream(new FileInputStream(inputFile));
// 创建输入输出流对象
// 读写数据
while (bufferedInputStream.read() != -1) {
}
bufferedInputStream.close();
long s2 = System.currentTimeMillis();// 测试结束，计时
System.out.println("输入文件耗时：" + (s2 - s1) + "ms");
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
// 字符缓冲流
@Test
public void test9() {
try {
System.out.println("********方式四：字符缓冲流输入**********");
// 新建文件命名
long s1 = System.currentTimeMillis();// 测试开始，计时
// 创建输入输出流对象
BufferedReader bufferedReader = new BufferedReader(new FileReader(inputFile));
// 读写数据
while (bufferedReader.read() != -1) {
}
bufferedReader.close();
long s2 = System.currentTimeMillis();// 测试结束，计时
System.out.println("输入文件耗时：" + (s2 - s1) + "ms");
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
/**
* 字节输出
*/
private void writeBytes(OutputStream fos) throws IOException {
for (int i = 0; i < count; i++) {
for (int j = 0; j < outputbytes.length; j++) {
fos.write(outputbytes[j]);
}
}
}
/**
* 字符输出
*/
private void writeChars(Writer writer) throws IOException {
for (int i = 0; i < count; i++) {
for (int j = 0; j < outputchars.length; j++) {
writer.write(outputchars[j]);
}
}
}
}
3.2 测试结果
测试结果如下：
--------------------------------------------------------
测试输出流
--------------------------------------------------------
********方式一：字节流输出**********
输出文件耗时：153798ms
文件大小：35156KB
********方式二：字符流输出**********
输出文件耗时：5503ms
文件大小：35156KB
********方式三：字节缓冲流输出**********
输出文件耗时：514ms
文件大小：35156KB
********方式四：字符缓冲流输出**********
输出文件耗时：600ms
文件大小：35156KB
--------------------------------------------------------
测试输入流
--------------------------------------------------------
********方式一：字节流输入**********
输入文件耗时：3643276ms
********方式二：字符流输入**********
输入文件耗时：93332ms
********方式三：字节缓冲流输入**********
输入文件耗时：4700ms
********方式四：字符缓冲流输入**********
输入文件耗时：51538ms
3.3 结果分析
测试发现，如果输出的对象是整个直接输出到文件，使用带缓冲区的输出流实际效率更低，实际测试得到结果是：带缓冲区的输出流所需时间大约是不带缓冲区输出流的两倍。查看源码可以看到：
public synchronized void write(byte b[], int off, int len) throws IOException {
if (len >= buf.length) {
/* If the request length exceeds the size of the output buffer,
flush the output buffer and then write the data directly.
In this way buffered streams will cascade harmlessly. */
flushBuffer();
out.write(b, off, len);
return;
}
if (len > buf.length - count) {
flushBuffer();
}
System.arraycopy(b, off, buf, count, len);
count += len;
}
其中的注释已经清楚地写出来，如果写入的长度大于缓冲区的大小，则先刷新缓存区，然后直接写入文件。简而言之，就是不使用缓冲区！
因此，笔者重新设计了使用场景，将一次性的输出改为了一个字节一个字节地输出，上面展示的就是改进后的测试结果。从这一次结果来看，带缓冲区的字节输出流有了非常明显的优势，整体的性能提升了将近400倍！
而在FileWriter和FileOutputStream的比较中，发现FileOutputStream的速度明显更慢，查看源码发现：
FileWriter内部调用了StreamEncoder来输出，而StreamEncoder内部维护了一个8192大小的缓冲区。这样就不难解释为什么FileOutputStream使用字节的方式节省了编码开销反而效率更低，原因就在于FileWriter实际是带有缓冲区的，因此FileWriter在使用了BufferedWriter封装之后性能只有2倍的提升也就不足为奇了。
四、字节顺序endian
字节序，或字节顺序（"Endian"、"endianness" 或 "byte-order"），描述了计算机如何组织字节，组成对应的数字。大端字节序（big-endian）：高位字节在前，低位字节在后。小端字节序（little-endian）反之。
笔者使用编写了测试代码来测试C语言中二进制和文本两种方式效率区别，代码如下：
#define _CRT_SECURE_NO_WARNINGS
#include "stdio.h"
#include <stdlib.h>
#include "time.h"
#define CLOCKS_PER_SEC ((clock_t)1000)
int main()
{
FILE* fpRead = fopen("C:\\test.txt", "r");
if (fpRead == NULL)
{
printf("文件打开失败");
return 0;
}
clock_t start, finish;
int a=0;
start = clock();
while (!feof(fpRead))
{
a = fgetc(fpRead);
}
finish = clock();
double text_duration = (double)(finish - start) / CLOCKS_PER_SEC;
printf("\n");
fclose(fpRead);
fpRead = fopen("C:\\test.txt","rb");
if (fpRead == NULL)
{
printf("文件打开失败");
return 0;
}
start = clock();
while (!feof(fpRead))
{
a = fgetc(fpRead);
}
finish = clock();
double binary_duration = (double)(finish - start) / CLOCKS_PER_SEC;
printf("\n");
printf("文本方式耗时：%f seconds\n", text_duration);
printf("二进制方式耗时：%f seconds\n", binary_duration);
system("pause");
return 1;
}
运行结果：
文本方式耗时：3.042000 seconds
二进制方式耗时：2.796000 seconds
可以看到二进制的方式效率比文本方式稍微有所提高。
五、综合对比
根据以上实验，可以总结得出，字节流和字符流具有以下区别：
- 在同样使用缓冲区的前提下，字节流比字符流的效率稍微高一点。对于频繁操作且每次输入输出的数据量较小时，使用缓冲区可以带来明显的效率提升。
- 操作对象上，字节流操作的基本单元为字节，字符流操作的基本单元为Unicode码元（字符）。
- 字节流通常用于处理二进制数据，实际上它可以处理任意类型的数据，但它不支持直接写入或读取Unicode码元。而字符流通常处理文本数据，它支持写入及读取Unicode码元。
- 从源码可以看出来，字节流默认不使用缓冲区，而字符流内部使用了缓冲区。
六、总结
在这次博客编写过程中，测试字节流和字符流的效率时曾出现非常令人费解的结果，使用BufferWriter和BufferedOutputSteam封装的输出流效率都没有提高反而有所降低，后来查看源码才发现了问题所在。此外，字节流的效率明显低于字符流也令笔者抓狂，最后发现字符流内部维护了缓冲区，问题才迎刃而解。
