为什么这个 "line count" 程序在 Java 中变慢了?使用 MappedByteBuffer

Why is this "line count" program slow in Java? Using MappedByteBuffer

为了尝试MappedByteBuffer(Java中的内存映射文件),我写了一个简单的wc -l(文本文件行数)演示:

int wordCount(String fileName) throws IOException {
    FileChannel fc = new RandomAccessFile(new File(fileName), "r").getChannel();
    MappedByteBuffer mem = fc.map(FileChannel.MapMode.READ_ONLY, 0, fc.size());

    int nlines = 0;
    byte newline = '\n';

    for(long i = 0; i < fc.size(); i++) {
        if(mem.get() == newline)
            nlines += 1;
    }

    return nlines;
}

我在大约 15 MB(15008641 字节)和 100k 行的文件上试过这个。在我的笔记本电脑上,大约需要 13.8 sec。为什么这么慢?

完整的 class 代码在这里:http://pastebin.com/t8PLRGMa

为了参考,我用C写了同样的想法:http://pastebin.com/hXnDvZm6

它运行大约 28 毫秒,或 490 times faster

出于好奇,我还使用与 Java 中基本相同的算法和 API 编写了一个 Scala 版本。它运行 10 times faster,这表明肯定发生了一些奇怪的事情。

更新:文件由OS缓存,因此不涉及磁盘加载时间。

我想使用内存映射来随机访问可能不适合 RAM 的更大文件。这就是我不只是使用 BufferedReader 的原因。

代码很慢,因为在循环中调用了fc.size()

JVM 显然无法消除 fc.size(),因为文件大小可以在 运行 时间内更改。查询文件大小比较慢,因为需要对底层文件系统进行系统调用。

将此更改为

    long size = fc.size();
    for (long i = 0; i < size; i++) {
        ...
    }