java - RandomAccessFile.seek() 如何工作？

Question

根据 API ，这些是事实:

• seek(long bytePosition)方法简单来说就是将指针移动到用 bytePosition 指定的位置参数。
• 当 bytePosition大于文件长度，则文件除非在(新)末尾写入一个字节，否则长度不会改变。
• 如果数据存在于跳过的长度中，则保留该数据未受影响。

但是，我很好奇的情况是:当存在一个没有数据(0字节)的文件时，我执行以下代码:

file.seek(100000-1);
file.write(0);

这 100,000 字节全部填充为 0几乎是瞬间。我可以在 10 毫秒内读取超过 200GB 的数据。

但是当我尝试使用其他方法写入 100000 字节时，例如 BufferedOutputStream同样的过程需要几乎无限长的时间。

造成这种时间差异的原因是什么？有没有更有效的方法来创建n的文件字节并用 0 填充它是吗？

编辑:如果数据没有真正写入，那么文件是如何填充数据的呢？示例代码:

RandomAccessFile out=new RandomAccessFile("D:/out","rw");
out.seek(100000-1);
out.write(0);
out.close();

这是输出:

另外，如果文件足够大，由于空间不足，我无法再写入磁盘。

Answer 1

当您将 100,000 字节写入 BufferedOutputStream 时，您的程序显式访问文件的每个字节并写入零。

当您使用RandomAccessFile.seek()时在本地文件上，您间接使用 C 系统调用 fseek() 。如何处理取决于操作系统。

在大多数现代操作系统中，sparse files都支持。这意味着，如果您请求一个空的 100,000 字节文件，则实际上不会使用 100,000 字节的磁盘空间。当您写入字节 100,001 时，操作系统仍然不使用 100,001 字节的磁盘。它为包含“真实”数据的 block 分配少量空间，并单独跟踪空闲空间。

当您读取一个稀疏文件时，例如 fseek()到字节 50,000，然后读取，操作系统可以说“好吧，我没有为字节 50,000 分配磁盘空间，因为我注意到字节 0 到 100,000 是空的。因此我可以为此字节返回 0。”。这对于调用者来说是不可见的。

这具有节省磁盘空间和提高速度的双重目的。您已经注意到速度的提高。

更一般地说，fseek()直接转到文件中的某个位置，因此时间复杂度为 O(1) 而不是 O(n)。如果将文件与数组进行比较，就像 x = arr[n]而不是for(i = 0; i<=n; i++) { x = arr[i]; }

这个描述以及维基百科上的描述可能足以理解为什么先求字节 100,000 然后写入比写入 100,000 个零更快。不过你可以阅读Linux内核源代码来看看稀疏文件是如何实现的，你可以阅读RandomAccessFile JDK 中的源代码和 JRE 源代码，看看它们如何交互。但是，这可能比您需要的更详细。