FileInputStream.read(byte[])有什么问题？

Question

作为我对文件读取问题的回答的回应，一位评论者表示FileInputStream.read(byte[])不能保证填满缓冲区。

File file = /* ... */  
long len = file.length();
byte[] buffer = new byte[(int)len];
FileInputStream in = new FileInputStream(file);
in.read(buffer);

（该代码假设文件长度不超过2GB）

除了IOException，还有什么原因会导致read方法无法检索整个文件内容？

编辑：

代码的思路（以及我回答的问题的OP的目标）是将整个文件一次性读入内存块中，这就是为什么buffer_size = file_size。

- Tony the Pony

---

如果目标是在一次调用中读取整个文件，我建议重用或创建一个为您执行此操作的库，该库可能在后台使用多个“read”调用。 - Mark Peters

Answer 1

除了IOException，还有什么原因会导致read方法无法检索整个文件内容？

在我的API实现和自己编写的文件系统中，我只选择填充一半的缓冲区...... 只是开玩笑。

我的观点是，即使我没有开玩笑，从技术上讲，这也不是一个错误。这是方法合同的问题。在这种情况下，合同（文档）如下：

从此输入流中读取最多b.length字节的数据到字节数组中。

也就是说，它不能保证填满缓冲区。

根据API实现的情况，以及可能是文件系统的情况，read方法可能选择不填充缓冲区。这基本上是方法合同所说的问题。

底线：它可能有效，但不能保证有效。

- aioobe

---

+1 - 这是合同，而不是特定的实现。即使FileInputStream提供了保证，尽可能多地使用InputStream抽象也是有用的，而该抽象适当地也缺乏保证。 - Andy Thomas

Answer 2

如果文件在文件系统上是分段的，底层实现知道它将不得不等待硬盘寻找下一个片段（相对于CPU操作来说需要很长时间），那么read()调用返回部分未填充的缓冲区是有意义的，以便应用程序有机会使用已接收到的数据。现在我不知道是否有任何实现是这样工作的，但重点是您不能依赖缓冲区被填充，因为API合同不保证这一点。

- Michael Borgwardt

Answer 3

首先，你把自己置于了一个错误的二分法之中。一个很正常的情况是，由于文件中没有那么多字节，缓冲区不会被填满。这并不是一个IOException，但这并不意味着整个文件的内容没有被读取。

规范说明该方法将返回-1表示流结束，或者阻塞直到至少读取一个字节。实现InputStream的人可以根据需要进行优化（例如，TCP流可以在数据包进来后立即返回数据，而不管调用者选择的缓冲区大小）。FileInputStream可能会填充缓冲区的一块数据。作为调用者，你除了等待该方法返回-1之外，无从得知。

编辑

实际上，在你的例子中，唯一可能出现缓冲区不被填满的情况（使用标准实现）是，如果在你分配缓冲区之后但开始读取之前，文件的大小发生了变化。由于你还没有锁定文件，这是有可能的。

- Mark Peters

---

但是……我专门分配了一个与文件长度完全相同的缓冲区。如果文件长达85000字节，如果我分配一个85000字节的数组，read方法难道不会完全填满它吗？（这是针对原始二进制文件的） - Tony the Pony

@Jen 请查看我的编辑，很抱歉没有按照你分配缓冲区的方式进行。实现方式真的取决于具体情况，但我猜测好的实现方式应该会填满整个缓冲区。你绝不能忽略read函数的返回值。 - Mark Peters

Answer 4

人们曾经把FileInputStream的读取看作是假设不会填满缓冲区。实际上，在某些情况下，这是一种现实：

• 如果在“/dev/tty”或命名管道上打开FileInputStream，则read将仅返回当前可用的数据。其他设备文件可能也会出现这种情况。（这些文件可能会返回0L作为文件大小。）

• 如果文件系统已使用direct_io选项挂载，或者使用相应标志打开文件，则可以实现FUSE文件系统以不完全填充读取缓冲区。

上述内容适用于Linux，但其他操作系统和/或Java实现可能存在类似情况。关键是javadoc允许这种行为，并且如果您的应用程序假定不会发生这种行为，那么可能会遇到麻烦。

有第三方库实现了“完全读取”行为；例如，Apache Commons提供了FileUtils.readFileToByteArray或IOUtils.toByteArray等方法。如果您需要这种行为，则应使用其中之一库，或自己实现它。

- Stephen C

Answer 5

不能保证填充缓冲区。

文件大小可能小于缓冲区，或者文件剩余部分可能小于缓冲区。

- Yochai Timmer

---

但是...我特意分配了一个与文件长度完全相同的缓冲区。如果文件长85000字节，如果我分配一个85000字节的数组，read方法不会完全填充它吗？（这是针对原始二进制文件的） - Tony the Pony

Answer 6

你的问题自相矛盾。即使在没有任何想象得到的情况下，也不能保证它会读取整个缓冲区。因此，没有保证，你不能假设它会这样做。

- user207421