【51CTO特稿】在这里我们将通过几个有趣的例子,来演示Java对象序列化缓存问题。下面这个程序非常神奇,用了不到4秒的时间就向我的硬盘上输出了1000TB的数据。不要怀疑你看错了,确实是不到4秒时间就输出1000TB的数据,不相信你也可以在你的电脑上运行一下这个程序。如果你的硬盘不够大也不用担心,Java完全可以自己解决硬盘容量问题。这个例子对你的电脑***的要求就是必须有256M以上的内存,并且要设置执行参数为-Xmx256m。相信现在没有谁的电脑内存是不够256M的。
- import java.io.*;
- public class SuperFastWriter {
- private static final long TERA_BYTE = 1024L * 1024 * 1024 * 1024;
- public static void main(String[] args) throws IOException {
- long bytesWritten = 0;
- byte[] data = new byte[100 * 1024 * 1024];
- ObjectOutputStream out = new ObjectOutputStream(
- new BufferedOutputStream(
- new FileOutputStream("bigdata.bin")
- )
- );
- long time = System.currentTimeMillis();
- for (int i = 0; i < 10 * 1024 * 1024; i++) {
- out.writeObject(data);
- bytesWritten += data.length;
- }
- out.writeObject(null);
- out.close();
- time = System.currentTimeMillis() - time;
- System.out.printf("Wrote %d TB%n", bytesWritten / TERA_BYTE);
- System.out.println("time = " + time);
- }
- }
编译之后,我们就可以执行这个程序了。
java -Xmx256m SuperFastWriter
可以看到类似以下的输出
Wrote 1000 TB
time = 3710
你一定会非常奇怪,我用的到底是什么电脑。不仅输出的速度那么快,并且输出的内容完全超出了硬盘容量。每秒钟250 TB,简直是不可思议的事情。
如果到硬盘上看一下输出的文件,会发现文件只有大概150M。这是因为当我们通过ObjectOutputStream输出一个对象的时候,ObjectOutputStream会将该对象保存到一个哈希表中,以后在输出相同的对象,都会只输出指针,不输出内容。同样的事情也发生在读取对象的时候。Java通过该机制达到最小化数据输入和输出的目的。下面的例子就演示了读取的过程。
- import java.io.*;
- public class SuperFastReader {
- private static final long TERA_BYTE = 1024L * 1024 * 1024 * 1024;
- public static void main(String[] args) throws Exception {
- long bytesRead = 0;
- ObjectInputStream in = new ObjectInputStream(
- new BufferedInputStream(
- new FileInputStream("bigdata.bin")
- )
- );
- long time = System.currentTimeMillis();
- byte[] data;
- while ((data = (byte[]) in.readObject()) != null) {
- bytesRead += data.length;
- }
- in.close();
- time = System.currentTimeMillis() - time;
- System.out.printf("Read %d TB%n", bytesRead / TERA_BYTE);
- System.out.println("time = " + time);
- }
- }
在这个例子中,我们去读取刚才输出的文件。虽然文件只有150M左右,但是实际读取的时候,数据量应该是和写出的一样。程序执行时间只需要几秒时间。类似执行结果是:
Read 1000 TB
time = 2033
前面的例子我们反复的将同一个数组写出到文件中,但是并没有修改数组的内容。下面的例子我们将每次写出内容不同的数组。因为Arrays.fill()的执行效率比较低。所以我们只写出256个大数组。
- import java.io.*;
- import java.util.Arrays;
- public class ModifiedObjectWriter {
- public static void main(String[] args) throws IOException {
- byte[] data = new byte[10 * 1024 * 1024];
- ObjectOutputStream out = new ObjectOutputStream(
- new BufferedOutputStream(
- new FileOutputStream("smalldata.bin")
- )
- );
- for (int i = -128; i < 128; i++) {
- Arrays.fill(data, (byte) i);
- out.writeObject(data);
- }
- out.writeObject(null);
- out.close();
- }
- }
接下来,我们把写出的内容在从文件中读出看看。
- import java.io.*;
- public class ModifiedObjectReader {
- public static void main(String[] args) throws Exception {
- ObjectInputStream in = new ObjectInputStream(
- new BufferedInputStream(
- new FileInputStream("smalldata.bin")
- )
- );
- byte[] data;
- while ((data = (byte[]) in.readObject()) != null) {
- System.out.println(data[0]);
- }
- in.close();
- }
- }
观察会发现,读出的内容并没有-128, -127, -126等数字,只有-128。这是因为虽然每次我们写出之前都修改了数据的内容,但是依然是原来的数组。Java序列化机制除了***次写出数组内容以外,以后每次只写出一个指针。在读的时候,也就只***次读取到内容为-128的数组,以后每次都根据读取到的指针反复在本地哈希表中读取了。也就是说序列化机制只关心对象是否变化,而不关心内容是否变化。
通过这些提点,我们可以看出序列化的原则是:如果需要重复序列化一个对象,并且两次序列化之间对象的内容会发生改变,那么就要复位输出流。或者每次输出前都重新创建一个对象。
下面我们看一下每次都创建新对象的结果:
- public class ModifiedObjectWriter2 {
- public static void main(String[] args) throws IOException {
- ObjectOutputStream out = new ObjectOutputStream(
- new BufferedOutputStream(
- new FileOutputStream("verylargedata.bin")
- )
- );
- for (int i = -128; i < 128; i++) {
- byte[] data = new byte[10 * 1024 * 1024];
- Arrays.fill(data, (byte) i);
- out.writeObject(data);
- }
- out.writeObject(null);
- out.close();
- }
- }
当程序运行一会之后,将会提示OutOfMemoryError。这是因为每次对象写出的时候,都会在哈希表中保留一个指针,所以虽然对象已经不再使用了,Java的垃圾回收机制也不会对对象进行回收,要一直等到输出流复位为止。当循环多次执行的时候,创建的对象越来越多,并且没有被及时回收,就会出现OutOfMemoryError问题了。通过观察可以发现,在出现错误之前所产生的文件基本接近于为JVM所分配的内存大小。如果每次输出之后,都复位输出,就可以避免这个问题了。
- import java.io.*;
- import java.util.Arrays;
- public class ModifiedObjectWriter3 {
- public static void main(String[] args) throws IOException {
- ObjectOutputStream out = new ObjectOutputStream(
- new BufferedOutputStream(
- new FileOutputStream("verylargedata.bin")
- )
- );
- byte[] data = new byte[10 * 1024 * 1024];
- for (int i = -128; i < 128; i++) {
- Arrays.fill(data, (byte) i);
- out.writeObject(data);
- out.reset();
- }
- out.writeObject(null);
- out.close();
- }
- }
不幸的是,复位输出为导致所有的对象都被清理,即使是需要重复输出的对象。
对ObjectOutputStream和ObjectInputStream进行优化设计很大程度上降低了重复数据的输入输出工作,比如字符串。不幸的是,如果不恰当的使用会经常导致OutOfMemoryError错误或者输出数据不完整。
【编辑推荐】