草庐IT

Java多线程文件下载性能

coder 2023-08-27 原文

最近从事的项目需要比以往更多的 IO 交互，我觉得我想超越常规库(尤其是 Commons IO)并解决一些更深入的 IO 问题。

作为学术测试，我决定实现一个基本的多线程 HTTP 下载器。想法很简单:提供一个下载 URL，代码将下载文件。为了提高下载速度，文件被分 block 并同时下载每个 block (使用 HTTP Range: bytes=x-xheader)以使用尽可能多的带宽。

我有一个工作原型(prototype)，但正如您可能已经猜到的那样，它并不十分理想。目前我手动启动 3 个“下载器”线程，每个线程下载 1/3 的文件。这些线程使用一个共同的、同步的“文件写入器”实例来实际将文件写入磁盘。当所有线程都完成后，“文件编写器”就完成了，所有打开的流都被关闭了。一些代码片段给你一个想法:

线程启动:

ExecutorService downloadExecutor = Executors.newFixedThreadPool(3);
...
downloadExecutor.execute(new Downloader(fileWriter, download, start1, end1));
downloadExecutor.execute(new Downloader(fileWriter, download, start2, end2));
downloadExecutor.execute(new Downloader(fileWriter, download, start3, end3));

每个“下载器”线程下载一个 block (缓冲)并使用“文件写入器”写入磁盘:

int bytesRead = 0;
byte[] buffer = new byte[1024*1024];
InputStream inStream = entity.getContent();
long seekOffset = chunkStart;
while ((bytesRead = inStream.read(buffer)) != -1)
{
    fileWriter.write(buffer, bytesRead, seekOffset);
    seekOffset += bytesRead;
}

“文件写入器”使用 RandomAccessFile 将 block 写入磁盘，以 seek() 和 write() 写入磁盘:

public synchronized void write(byte[] bytes, int len, long start) throws IOException
{
      output.seek(start);
      output.write(bytes, 0, len);
}

考虑到所有因素，这种方法似乎可行。但是，它不是很好用。我很感激关于以下几点的一些建议/帮助/意见。非常感谢。

  1. 此代码的 CPU 使用率 达到顶峰。它使用了我一半的 CPU(2 个内核各占 50%)来执行此操作，这比几乎不给 CPU 带来压力的同类下载工具要多得多。我对这种 CPU 使用率从何而来感到有点困惑，因为我没想到会这样。
  2. 通常，3 个线程中似乎有 1 个明显落后。其他 2 个线程将完成，之后第三个线程(似乎主要是第一个 block 的第一个线程)需要 30 秒或更长时间才能完成。我可以从任务管理器中看到 javaw 进程仍在执行小型 IO 写入，但我真的不知道为什么会发生这种情况(我猜是竞争条件？)。
  3. 尽管我选择了相当大的缓冲区 (1MB)，但我感觉 InputStream 几乎从未实际填充缓冲区，这导致了比我希望的更多的 IO 写入。我的印象是，在这种情况下，最好将 IO 访问保持在最低限度，但我不确定这是否是最佳方法。
  4. 我意识到 Java 可能不是执行此类操作的理想语言，但我相信它的性能比我当前的实现要高得多。 NIO 在这种情况下值得探索吗？

注意:我使用 Apache HTTPClient 进行 HTTP 交互，这是 entity.getContent() 的来源(如果有人想知道的话)。

最佳答案

回答我自己的问题:

  1. CPU 使用率增加是由于等待线程完成的 while() {} 循环。事实证明，awaitTermination 是等待 Executor 完成的更好选择:)
  2. (以及 3 和 4)这似乎是野兽的本性；最后，我通过仔细同步不同线程来实现我想做的事情，每个线程下载一个数据 block (好吧，特别是将这些 block 写回磁盘)。

关于Java多线程文件下载性能，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/3409608/

多线Javacodesectionblockperformancemultithreadinghttpio

有关Java多线程文件下载性能的更多相关文章

  1. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  2. ruby - 其他文件中的 Rake 任务 - 2

    我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时

  3. ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2

    我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，

  4. ruby-on-rails - Rails 3 中的多个路由文件 - 2

    Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题

  5. ruby - 将差异补丁应用于字符串/文件 - 2

    对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl

  6. ruby - 如何将脚本文件的末尾读取为数据文件(Perl 或任何其他语言) - 2

    我正在寻找执行以下操作的正确语法(在Perl、Shell或Ruby中):#variabletoaccessthedatalinesappendedasafileEND_OF_SCRIPT_MARKERrawdatastartshereanditcontinues. 最佳答案 Perl用__DATA__做这个:#!/usr/bin/perlusestrict;usewarnings;while(){print;}__DATA__Texttoprintgoeshere 关于ruby-如何将脚

  7. ruby - 使用 Vim Rails，您可以创建一个新的迁移文件并一次性打开它吗？ - 2

    使用带有Rails插件的vim，您可以创建一个迁移文件，然后一次性打开该文件吗？textmate也可以这样吗？ 最佳答案 你可以使用rails.vim然后做类似的事情::Rgeneratemigratonadd_foo_to_bar插件将打开迁移生成的文件，这正是您想要的。我不能代表textmate。 关于ruby-使用VimRails，您可以创建一个新的迁移文件并一次性打开它吗？，我们在StackOverflow上找到一个类似的问题： https://sta

  8. Ruby 写入和读取对象到文件 - 2

    好的，所以我的目标是轻松地将一些数据保存到磁盘以备后用。您如何简单地写入然后读取一个对象？所以如果我有一个简单的类classCattr_accessor:a,:bdefinitialize(a,b)@a,@b=a,bendend所以如果我从中非常快地制作一个objobj=C.new("foo","bar")#justgaveitsomerandomvalues然后我可以把它变成一个kindaidstring=obj.to_s#whichreturns""我终于可以将此字符串打印到文件或其他内容中。我的问题是，我该如何再次将这个id变回一个对象？我知道我可以自己挑选信息并制作一个接受该信

  9. ruby - 如何使用 Ruby aws/s3 Gem 生成安全 URL 以从 s3 下载文件 - 2

    我正在编写一个小脚本来定位aws存储桶中的特定文件，并创建一个临时验证的url以发送给同事。(理想情况下，这将创建类似于在控制台上右键单击存储桶中的文件并复制链接地址的结果)。我研究过回形针，它似乎不符合这个标准，但我可能只是不知道它的全部功能。我尝试了以下方法:defauthenticated_url(file_name,bucket)AWS::S3::S3Object.url_for(file_name,bucket,:secure=>true,:expires=>20*60)end产生这种类型的结果:...-1.amazonaws.com/file_path/file.zip.A

  10. ruby - rspec 需要 .rspec 文件中的 spec_helper - 2

    我注意到像bundler这样的项目在每个specfile中执行requirespec_helper我还注意到rspec使用选项--require，它允许您在引导rspec时要求一个文件。您还可以将其添加到.rspec文件中，因此只要您运行不带参数的rspec就会添加它。使用上述方法有什么缺点可以解释为什么像bundler这样的项目选择在每个规范文件中都需要spec_helper吗？ 最佳答案 我不在Bundler上工作，所以我不能直接谈论他们的做法。并非所有项目都checkin.rspec文件。原因是这个文件，通常按照当前的惯例，只

随机推荐