Java文件IO操作教程之DirectIO的意义

前言

在前文《文件io操作的一些最佳实践》中，我介绍了一些 java 中常见的文件操作的接口，并且就 pagecache 和 direct io 进行了探讨，最近我自己封装了一个 direct io 的库，趁着这个机会，本文重点谈谈 java 中 direct io 的意义，以及简单介绍下我自己的*。

java 中的 direct io

如果你阅读过我之前的文章，应该已经了解 java 中常用的文件操作接口为：filechannel，并且没有直接操作 direct io 的接口。这也就意味着 java 无法绕开 pagecache 直接对存储设备进行读写，但对于使用 java 语言来编写的数据库，消息队列等产品而言，的确存在绕开 pagecache 的需求：

• pagecache 属于操作系统层面的概念，用户层面很难干预，user buffercache 显然比 kernel pagecache 要可控
• 现代操作系统会使用尽可能多的空闲内存来充当 pagecache，当操作系统回收 pagecache 内存的速度低于应用写缓存的速度时，会影响磁盘写入的速率，直接表现为写入 rt 增大，这被称之为“毛刺现象”

pagecache 可能会好心办坏事，采用 direct io + 自定义内存管理机制会使得产品更加的可控，高性能。

direct io 的限制

在 java 中使用 direct io 最终需要调用到 c 语言的 pwrite 接口，并设置 o_direct flag，使用 o_direct 存在不少限制

• 操作系统限制：linux 操作系统在 2.4.10 及以后的版本中支持 o_direct flag，老版本会忽略该 flag；mac os 也有类似于 o_direct 的机制
• 用于传递数据的缓冲区，其内存边界必须对齐为 blocksize 的整数倍
• 用于传递数据的缓冲区，其传递数据的大小必须是 blocksize 的整数倍。
• 数据传输的开始点，即文件和设备的偏移量，必须是 blocksize 的整数倍

查看系统 blocksize 大小的方式：stat /boot/|grep “io block”

ubuntu@vm-30-130-ubuntu:~$ stat /boot/|grep “io block”
size: 4096 blocks: 8 io block: 4096 directory

通常为 4kb

java 使用 direct io

项目地址

https://github.com/lexburner/kdio

引入依赖

<dependency>
 <groupid>moe.cnkirito.kdio</groupid>
 <artifactid>kdio-core</artifactid>
 <version>1.0.0</version>
</dependency>

注意事项

// file path should be specific since the different file path determine whether your system support direct io
public static directiolib directiolib = directiolib.getlibforpath("/");
// you should always write into your disk the integer-multiple of block size through direct io.
// in most system, the block size is 4kb
private static final int block_size = 4 * 1024;

direct io 写

private static void write() throws ioexception {
 if (directiolib.binit) {
  bytebuffer bytebuffer = directioutils.allocatefordirectio(directiolib, 4 * block_size);
  for (int i = 0; i < block_size; i++) {
   bytebuffer.putint(i);
  }
  bytebuffer.flip();
  directrandomaccessfile directrandomaccessfile = new directrandomaccessfile(new file("./database.data"), "rw");
  directrandomaccessfile.write(bytebuffer, 0);
 } else {
  throw new runtimeexception("your system do not support direct io");
 }
}

direct io 读

public static void read() throws ioexception {
 if (directiolib.binit) {
  bytebuffer bytebuffer = directioutils.allocatefordirectio(directiolib, 4 * block_size);
  directrandomaccessfile directrandomaccessfile = new directrandomaccessfile(new file("./database.data"), "rw");
  directrandomaccessfile.read(bytebuffer, 0);
  bytebuffer.flip();
  for (int i = 0; i < block_size; i++) {
   system.out.print(bytebuffer.getint() + " ");
  }
 } else {
  throw new runtimeexception("your system do not support direct io");
 }
}

主要 api

• directiolib.java 提供 native 的 pwrite 和 pread
• directioutils.java 提供工具类方法，比如分配 block 对齐的 bytebuffer
• directchannel/directchannelimpl.java 提供对 fd 的 direct 包装，提供类似 filechannel 的读写 api。
• directrandomaccessfile.java 通过 dio 的方式打开文件，并暴露 io 接口。

总结

这个简单的 direct io 框架参考了，这个库自己搞了一套 buffer 接口跟 jdk 的类库不兼容，且读写实现里面加了一块 buffer 用于缓存内容至 block 对齐有点破坏 direct io 的语义。同时，感谢尘央同学的指导，这个小*的代码量并不多，初始代码引用自他的一个小 demo（已获得本人授权）。为什么需要这么一个库？主要是考虑后续会出现像「中间件性能挑战赛」和「polardb性能挑战赛」这样的比赛，java 本身的 api 可能不足以发挥其优势，如果有一个库可以屏蔽掉 java 和 cpp 选手的差距，岂不是美哉？我也将这个库发到了*仓库，方便大家在自己的代码中引用。

后续会视需求，会这个小小的*增加注入 fadvise，mmap 等系统调用的映射，也欢迎对文件操作感兴趣的同学一起参与进来，pull request & issue are welcome！

好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。