将文件读入内存的Java方法，如何避免内存溢出问题

Question

我是Java的新手，正在尝试对文件执行MAC计算。由于文件大小在运行时未知，因此我无法将整个文件加载到内存中。所以我编写了代码来逐位读取（在这种情况下为4k）。但问题在于，我尝试将整个文件加载到内存中，以查看两种方法是否产生相同的哈希值。然而它们似乎产生了不同的哈希值。

以下是逐位代码：

FileInputStream fis = new FileInputStream("sbs.dat");
byte[] file = new byte[4096];
m = Mac.getInstance("HmacSHA1");
int i=fis.read(file);
m.init(key);
while (i != -1)
{
    m.update(file);
    i=fis.read(file);
}
mac = m.doFinal();

这里是一次性的方法：

File f = new File("sbs.dat");
long size = f.length();
byte[] file = new byte[(int) size];
fis.read(file);
m = Mac.getInstance("HmacSHA1");
m.init(key);
m.update(file);
mac = m.doFinal();

它们不应该生成相同的哈希值吗？

然而，这个问题更通用。第一段代码是将文件分块加载到内存中并在while循环内执行我们想要执行的任何操作（socket发送、加密文件等）的正确方式吗？ 这个问题很有用，因为我看过的每个教程都是一次性加载所有内容...

更新：工作正常 :-D。通过socket分块发送文件这种方法是否能正常工作？

- ptguy

Answer 1

不，你无法保证fis.read(file)会读取file.length个字节。这就是为什么read()返回一个int告诉你它实际读取了多少字节。

你应该这样做：

m.init(key);
int i=fis.read(file);

while (i != -1)
{
    m.update(file, 0, i);
    i=fis.read(file);
}

利用Mac.update(byte[] data, int offset, int len)方法，可以指定byte[]数组中实际数据的长度。

- pajton

---

糟糕，我感觉自己像个白痴，我完全忘记了Mac类中有3种更新方法。尽管如此，我仍然会在某些简单的事情上浪费数小时。我会试一下，但听起来对了。 - ptguy

Answer 2

< p > read 函数不一定会填满整个数组。因此，您需要检查从read函数返回了多少字节，并仅使用缓冲区中那么多的字节。

- Jason LeBrun

Answer 3

就像Jason LeBrun所说的那样- read方法并不总是读取指定数量的字节。例如：如果文件不包含4096字节的倍数，你认为会发生什么？

我会选择类似这样的东西：

        FileInputStream fis = new FileInputStream(filename);
        byte[] buffer = new byte[buffersize];
        Mac m = Mac.getInstance("HmacSHA1");
        m.init(key);

        int n;
        while ((n = fis.read(buffer)) != -1)
        {
            m.update(buffer, 0, n);
        }
        byte[] mac = m.doFinal();

- vidstige