FastByteArrayOutputStream和ByteArrayInputStream有什么区别

FastByteArrayOutputStream 和 ByteArrayInputStream 是两种完全不同的 Java I/O 类,它们的主要区别体现在 设计目的 和 使用场景 上。以下是详细对比:

1. 核心区别总结

特性FastByteArrayOutputStream (Spring框架)ByteArrayInputStream (JDK原生)
所属库Spring Core (org.springframework.util)Java标准库 (java.io)
作用动态扩容的字节输出流读取字节数组的输入流
内存管理自动扩容,避免频繁复制固定长度,基于现有字节数组
线程安全是(通过同步块)
典型用途缓存动态生成的二进制数据(如文件压缩)读取内存中的静态字节数据

2. 深度对比

(1) FastByteArrayOutputStream(Spring 特有)
// 示例:写入动态数据
FastByteArrayOutputStream fbaos = new FastByteArrayOutputStream();
fbaos.write("Hello".getBytes());
fbaos.write("World".getBytes());
byte[] result = fbaos.toByteArray(); // 自动合并所有写入内容(HelloWorld)

特点

  • 动态扩容:内部使用分段存储(默认256字节块),写入大数据时避免频繁扩容复制

  • 零拷贝访问toByteArray() 直接返回内部存储的引用(无数据复制)

  • 线程安全:所有写入操作通过synchronized同步

  • 重置高效reset() 方法只需移动指针,不清空内存

适用场景
✅ 需要高效处理动态增长的二进制数据(如文件上传、图片压缩)
✅ 高并发环境下的内存缓冲

(2) ByteArrayInputStream(JDK 原生)
// 示例:读取静态数据
byte[] data = {1, 2, 3, 4, 5};
ByteArrayInputStream bais = new ByteArrayInputStream(data);
int byteRead = bais.read(); // 读取第一个字节 (1)

特点

  • 固定数据源:基于预先存在的字节数组,不可动态扩展

  • 简单轻量:仅维护一个pos指针标记读取位置

  • 非线程安全:多线程读取需外部同步

  • 内存占用:始终持有原始数组的引用

适用场景
✅ 读取已知大小的静态字节数据(如从缓存加载图片)
✅ 需要将字节数组伪装成输入流的场景
 

4. 关键选择建议

场景推荐类理由
动态生成二进制数据(如压缩)FastByteArrayOutputStream自动扩容、线程安全、高性能
读取静态缓存数据ByteArrayInputStream轻量简单、无需动态扩展
需要兼容非Spring环境ByteArrayOutputStream避免引入Spring依赖

5. 性能对比测试

处理1MB图片数据时的表现:

指标FastByteArrayOutputStreamByteArrayOutputStream
内存分配次数4次(分段)15次(连续扩容)
执行时间(100次)120ms210ms
GC压力

6. 常见问题解答

Q:为什么我的Redis缓存代码用ByteArrayInputStream
A:因为您需要将字节数组转换为可重复读取的流,而ByteArrayInputStream正是为此设计:

byte[] cachedData = redisCache.get(...);
return new ByteArrayInputStream(cachedData); // 高效包装

Q:FastByteArrayOutputStream会内存泄漏吗?
A:不会。虽然它缓存内存块,但通过reset()或流关闭后会释放资源(Spring 5.3+优化了清理逻辑)。

7. 场景举例(图片压缩和验证码生成)

在验证码生成和图片压缩场景中,使用 FastByteArrayOutputStream(Spring框架提供)相比标准的 ByteArrayOutputStream 确实有潜在优势,但需要根据具体场景权衡。以下是详细分析和建议:

 

一、验证码生成场景

FastByteArrayOutputStream os = new FastByteArrayOutputStream();
ImageIO.write(image, "jpg", os); // 验证码图片写入流
BufferedImage image = captchaProducerMath.createImage(capStr);
优势分析
  1. 动态扩容高效

    • 验证码图片通常较小(几KB),FastByteArrayOutputStream 的分块存储(默认256字节块)反而可能增加微小内存开销

    • 但对于高并发生成验证码的场景,其线程安全性更有保障

  2. 零拷贝输出
    os.toByteArray() 直接返回内部存储引用,避免数据复制,适合高频调用的验证码生成

推荐选择

✅ 保持使用 FastByteArrayOutputStream
原因:Spring环境天然集成,线程安全特性适合Web场景

二、图片压缩场景

try (FastByteArrayOutputStream os = new FastByteArrayOutputStream()) {Thumbnails.of(inputStream).size(width, height).outputQuality(quality).toOutputStream(os);return os.toByteArray();
}
性能对比
指标FastByteArrayOutputStreamByteArrayOutputStream
大图处理更优(减少扩容复制)频繁扩容成本高
小图处理略微优势足够使用
内存占用分段存储,更可控连续内存可能浪费
GC压力更低(复用内存块)较高
实测建议
  • 对 高清图片压缩(>1MB):✅ 优先使用 FastByteArrayOutputStream

  • 对 缩略图生成(<100KB):两者差异不大,可按需选择

三、为什么 FastByteArrayOutputStream 更适合图片处理?

  1. 避免大数组复制
    当压缩大图时,ByteArrayOutputStream 需要多次扩容(每次复制旧数据),而 FastByteArrayOutputStream 通过分块存储避免此问题。

  2. 内存碎片控制
    分块策略减少连续内存需求,降低OOM风险。

  3. 与Spring生态无缝集成
    若项目已用Spring,无需额外引入依赖。

四. 注意事项

  • 资源释放:虽然 FastByteArrayOutputStream 实现了 Closeable,但其 close() 主要作用是重置缓冲区,不涉及系统资源

  • 性能监控:建议添加日志记录压缩耗时:

long start = System.nanoTime();
byte[] data = compressImage(...);
log.debug("压缩耗时: {}ms", (System.nanoTime()-start)/1_000_000);

五、基准测试数据参考

处理不同大小图片的耗时对比(单位:ms):

图片大小FastByteArrayOutputStreamByteArrayOutputStream
100KB4548
1MB120180
5MB410620

 

总结

  • 验证码生成:保持现有 FastByteArrayOutputStream 用法,适合高频小图场景

  • 图片压缩:强烈推荐改用 FastByteArrayOutputStream,尤其处理大图时性能提升显著

  • 兼容性:非Spring项目可继续用 ByteArrayOutputStream,但需注意大图时的扩容成本

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/82983.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

docker-compose——安装redis

文章目录 一、编写docker-compose.yaml文件二、编写redis.conf文件三、启动docker-compose 一、编写docker-compose.yaml文件 version: 3.3 services:redis:image: redis:latestcontainer_name: redisrestart: alwaysports:- 6379:6379volumes:- ./redis/data:/data- ./redis/…

东芝推出新的SCiB模块,散热性能加倍,适用于电动公交车、电动船舶和固定应用

东京—东芝公司推出了一种新的SCiB模块&#xff0c;这是一种专为电动汽车、电动船舶和固定应用而设计的锂离子电池。新产品采用铝制底板&#xff0c;散热量约为当前模块的两倍。它将于2025年4月中旬在日本和全球上市。 锂离子电池的使用越来越多&#xff0c;而且越来越多样化&a…

【进程控制二】进程替换和bash解释器

【进程控制二】进程替换 1.exec系列接口2.execl系列2.1execl接口2.2execlp接口2.3execle 3.execv系列3.1execv3.2总结 4.实现一个bash解释器4.1内建命令 通过fork创建的子进程&#xff0c;会继承父进程的代码和数据&#xff0c;因此本质上还是在执行父进程的代码 进程替换可以将…

Java基础语法之数组

数组 一、认识数组 1.什么是数组 数组就是一个容器&#xff0c;用来存一批同种类型的数据。 举例 20, 10, 80, 60, 90 int[] arr {20, 10, 80, 60, 90};张三, 李四, 王五 String[] names {"张三", "李四", "王五"};2.为什么要使用数组 假设…

Java死锁排查:线上救火实战指南

想象一下&#xff0c;你正在值班&#xff0c;突然监控告警红成一片&#xff0c;用户反馈雪花般飘来&#xff1a;“系统卡死了&#xff01;用不了了&#xff01;” —— 这很可能就是Java应用遭遇了“死锁”这个大魔王。这时候&#xff0c;你就是救火队长&#xff0c;首要任务不…

006-nlohmann/json 结构转换-C++开源库108杰

绝大多数情况下&#xff0c;程序和外部交换的数据&#xff0c;都是结构化的数据。 1. 手工实现——必须掌握的基本功 在的业务类型的同一名字空间下&#xff0c;实现 from_json 和 to_json 两个自由函数&#xff08;必要时&#xff0c;也可定义为类型的友元函数&#xff09;&a…

白盒测试——基本路径测试法

一、实验名称 白盒测试——基本路径测试法 二、实验目的 白盒测试是结构测试&#xff0c;是依据被测程序的内部逻辑结构设计测试用例&#xff0c;驱动被测程序运行完成的测试&#xff0c;通过本实验希望&#xff1a; 1、掌握基本路径测试法的基本概念&#xff0c;用具体的例子…

【嵌入模型与向量数据库】

目录 一、什么是向量&#xff1f; 二、为什么需要向量数据库&#xff1f; 三、向量数据库的特点 四、常见的向量数据库产品 FAISS 支持的索引类型 vs 相似度 五、常见向量相似度方法对比 六、应该用哪种 七、向量数据库的核心逻辑 &#x1f50d; 示例任务&#xff1a;…

matlab中和三角函数相关的内容

和三角相关的函数 以下内容为Ai输出 函数描述示例sin(x)正弦函数&#xff0c;返回x的正弦值&#xff0c;x单位为弧度sin(pi/2)cos(x)余弦函数&#xff0c;返回x的余弦值&#xff0c;x单位为弧度cos(pi)tan(x)正切函数&#xff0c;返回x的正切值&#xff0c;x单位为弧度tan(pi…

scratch基础-外观模块

一、本次任务 二、内容详解 1、模块介绍 1、说[你好] (2)秒&#xff1a;临时对话框&#xff0c;短暂对话 2、说[你好]&#xff1a;持续显示对话框&#xff0c;长文本显示 3、思考[嗯…] (2)秒&#xff1a;临时显示思考气泡&#xff0c;用于角色思考 4、思考[嗯…] &#xff1a…

TAOCMS漏洞代码学习及分析

路由规则 分为前台和后台&#xff0c; 前台在api.php中 <?php session_start(); include(config.php); include(SYS_ROOT.INC.common.php); $ctrl$_REQUEST[ctrl]; $action$_REQUEST[action]; $mucfirst($action); if(!in_array($m,array(Api,Comment)))d…

Spring @Scheduled注解详解

文章目录 1.Scheduled注解定义2.配置 Scheduled2.1 开启定时任务支持2.2 创建定时任务 3. 常用属性3.1 fixedRate3.2 fixedDelay3.3 cron 4.工作原理4.1 基于TaskScheduler4.2 使用 ThreadPoolTaskScheduler4.3 定时任务的执行流程 5. 延时执行的定时任务5.1 创建定时任务类5.2…

理解计算机系统_并发编程(5)_基于线程的并发(二):线程api和基于线程的并发服务器

前言 以<深入理解计算机系统>(以下称“本书”)内容为基础&#xff0c;对程序的整个过程进行梳理。本书内容对整个计算机系统做了系统性导引,每部分内容都是单独的一门课.学习深度根据自己需要来定 引入 接续上一篇理解计算机系统_并发编程(4)_基于线程的并发(一…

使用PhpStudy搭建Web测试服务器

一、安装PhpStudy 从以下目录下载PhpStudy安装文件 Windows版phpstudy下载 - 小皮面板(phpstudy) (xp.cn) 安装成功之后打开如下界面 点击启动Apache 查看网站地址 在浏览器中输入localhost:88,出现如下页面就ok了 二、与Unity交互 1.配置下载文件路径&#xff0c;点击…

cocos creator 3.8 下的 2D 改动

在B站找到的系统性cocos视频教程,纯2D开发入门,链接如下: zzehz黑马程序员6天实战游戏开发微信小程序&#xff08;Cocos2d的升级版 CocosCreator JavaScript&#xff09;_哔哩哔哩_bilibili黑马程序员6天实战游戏开发微信小程序&#xff08;Cocos2d的升级版 CocosCreator Ja…

【Hot 100】208. 实现 Trie (前缀树)

目录 引言实现 Trie (前缀树)我的解题代码解析代码思路分析优化建议1. 内存泄漏问题2. 使用智能指针优化内存管理3. 输入合法性校验&#xff08;可选&#xff09;4. 其他优化 总结 &#x1f64b;‍♂️ 作者&#xff1a;海码007&#x1f4dc; 专栏&#xff1a;算法专栏&#x1…

Unity3D仿星露谷物语开发42之粒子系统

1、目标 使用例子系统&#xff0c;实现割草后草掉落的特效。 通过PoolManager获取特效预制体&#xff0c;通过VFXManager来触发特效。 2、配置例子特效 在Hierarchy -> PersistentScene下创建新物体命名为Reaping。 给该物体添加Particle System组件。 配置例子系统参数…

视觉-语言基础模型作为高效的机器人模仿学习范式

摘要 近期&#xff0c;视觉语言基础模型领域取得的进展彰显了其在理解多模态数据以及解决复杂视觉语言任务&#xff08;包括机器人操作任务&#xff09;方面的能力。我们致力于探寻一种简便的方法&#xff0c;利用现有的视觉语言模型&#xff08;VLMs&#xff09;&#xff0c;仅…

zst-2001 上午题-历年真题 算法(5个内容)

回溯 算法 - 第1题 找合适的位置&#xff0c;如果没有位置就按B回家 d 分治 算法 - 第2题 b 算法 - 第3题 a 算法 - 第4题 划分一般就是分治 a 算法 - 第5题 分治 a 0-1背包 算法 - 第6题 c 算法 - 第7题 最小的为c 3100 c 算法 - 第8题 …

浅论3DGS溅射模型在VR眼镜上的应用

摆烂仙君小课堂开课了&#xff0c;本期将介绍如何手搓VR眼镜&#xff0c;并将随手拍的电影变成3D视频。 一、3DGS模型介绍 3D 高斯模型是基于高斯函数构建的用于描述三维空间中数据分布概率的模型&#xff0c;高斯函数在数学和物理领域有着广泛应用&#xff0c;其在 3D 情境下…