java - Files.readAllLines() 执行时间更改

Question

我正在研究从文件中读取数字的不同方法以及它们的效率，这是我当前正在使用的一种方法:

public static long getNumbers1() {
    final long startTime = System.nanoTime();

    try
    {
        String input = new String(Files.readAllBytes(file.toPath()));
        String[] stringNumbers = input.split("\\W");

        int[] numbers = new int[stringNumbers.length];
        for(int index = 1;index < stringNumbers.length;index++)
        {
            numbers[index] = Integer.parseInt(stringNumbers[index]);
        }
    }
    catch (IOException e)
    {
        e.printStackTrace();
    }

    final long endTime = System.nanoTime();
    System.out.println(endTime + " | " + startTime + " | " + (endTime - startTime));
    return endTime - startTime;
}

file 在全局范围内声明:

private static File file = new File(System.getProperty("user.dir") + "/data/numtest.txt");

然后通过以下方式运行此方法:

for (int index = 0;index < 10;index++)
{
    getNumbers1();
}

控制台打印如下:

15395409456370 | 15395397323226 | 12133144
15395410416178 | 15395410090933 | 325245
15395411137449 | 15395410835563 | 301886
15395411806342 | 15395411515427 | 290915
15395412389234 | 15395412097611 | 291623
15395412780660 | 15395412529737 | 250923
15395413168193 | 15395412912315 | 255878
15395413538738 | 15395413302679 | 236059
15395413948214 | 15395413665792 | 282422
15395414329376 | 15395414083762 | 245614

您会注意到，第一次读取文件时的第一个“运行时间”值(第三个值)明显大于后续读取的值。无论我运行程序多少次，或者 for 循环运行多少次(100 或 100000)，第一个值总是大得多。为什么会发生这种情况？我可以阻止它发生吗？ JAVA 是否很聪明，会存储文件中的值，并且实际上不会每次都重新读取文件？

我很好奇...

Answer 1

文件 IO 使用类似于请求分页的技术将部分文件加载到物理内存中。磁盘文件页面到物理内存页面的映射由分页操作系统维护。

首次加载时，由于请求的文件页面不在物理内存中，因此会生成页面错误。当您尝试再次加载时，某些页面将在物理内存中找到，并且不需要从磁盘重新读取。如果对物理内存中的页面进行任何更改，页面输出可确保将脏页面刷新到磁盘。

您还会注意到这一点:当第一次尝试在您最喜欢的文本编辑器中打开文件时，需要一段时间。当您关闭文件并重新打开它时，加载速度会更快。这是因为磁盘文件页面已经在物理内存中。

当您通过 Java 重新读取文件时，也会发生同样的情况。优化重读的是操作系统，而不是 Java。