一、Java IO流体系概述

Java IO流（Input/Output Stream）是Java标准库中用于处理数据输入输出的核心模块，其设计遵循“流式”思想，将数据抽象为连续的字节或字符序列。流的核心作用在于解耦数据源与目标（如文件、网络、内存），通过统一的接口实现数据的读写操作。

Java IO流体系分为两大维度：数据类型与流向。按数据类型可分为字节流（处理二进制数据，如图片、音频）和字符流（处理文本数据，支持编码转换）；按流向可分为输入流（从数据源读取数据）和输出流（向目标写入数据）。这种分类使得开发者能根据具体场景选择合适的流类型。

二、字节流：底层数据处理的基石

字节流是Java IO的基础，所有文件操作最终都通过字节流完成。其核心接口为InputStream（输入）和OutputStream（输出），子类包括FileInputStream、FileOutputStream、BufferedInputStream等。

1. 文件字节流示例

// 写入文件
try (FileOutputStream fos = new FileOutputStream("test.txt")) {
    String content = "Hello, Java IO!";
    fos.write(content.getBytes());
}
// 读取文件
try (FileInputStream fis = new FileInputStream("test.txt")) {
    byte[] buffer = new byte[1024];
    int length;
    while ((length = fis.read(buffer)) != -1) {
        System.out.print(new String(buffer, 0, length));
    }
}

此示例展示了如何通过字节流读写文件，但直接使用文件流效率较低，需结合缓冲流优化。

2. 缓冲流的性能提升

缓冲流（如BufferedInputStream、BufferedOutputStream）通过内部缓冲区减少系统调用次数。例如：

try (BufferedInputStream bis = new BufferedInputStream(new FileInputStream("large.dat"));
     BufferedOutputStream bos = new BufferedOutputStream(new FileOutputStream("copy.dat"))) {
    byte[] buffer = new byte[8192]; // 8KB缓冲区
    int bytesRead;
    while ((bytesRead = bis.read(buffer)) != -1) {
        bos.write(buffer, 0, bytesRead);
    }
}

此方式将I/O操作从字节级提升为块级，显著提升大文件处理速度。

三、字符流：文本处理的利器

字符流专为文本数据设计，自动处理字符编码（如UTF-8、GBK）。其核心接口为Reader和Writer，子类包括FileReader、FileWriter、BufferedReader等。

1. 基础文本读写

// 写入文本
try (FileWriter writer = new FileWriter("text.txt")) {
    writer.write("Java字符流示例\n支持换行符");
}
// 读取文本（逐行）
try (BufferedReader reader = new BufferedReader(new FileReader("text.txt"))) {
    String line;
    while ((line = reader.readLine()) != null) {
        System.out.println(line);
    }
}

字符流通过readLine()方法简化了文本行的读取，但需注意编码问题。若文件非系统默认编码，需使用InputStreamReader指定编码：

try (InputStreamReader isr = new InputStreamReader(
        new FileInputStream("utf8.txt"), StandardCharsets.UTF_8);
     BufferedReader reader = new BufferedReader(isr)) {
    // 读取UTF-8编码文件
}

四、装饰器模式：流的灵活组合

Java IO流通过装饰器模式实现功能的动态扩展。例如，BufferedReader包装FileReader后，既保留了文件读取能力，又增加了缓冲和逐行读取功能。典型组合场景包括：

• 压缩流：GZIPInputStream/GZIPOutputStream实现数据压缩。
• 对象流：ObjectInputStream/ObjectOutputStream支持Java对象序列化。
• 数据流：DataInputStream/DataOutputStream提供基本数据类型的读写方法。

对象序列化示例：

// 写入对象
try (ObjectOutputStream oos = new ObjectOutputStream(
        new FileOutputStream("person.dat"))) {
    Person person = new Person("Alice", 30);
    oos.writeObject(person);
}
// 读取对象
try (ObjectInputStream ois = new ObjectInputStream(
        new FileInputStream("person.dat"))) {
    Person person = (Person) ois.readObject();
    System.out.println(person);
}

需注意，被序列化的类需实现Serializable接口，且敏感字段可用transient修饰避免序列化。

五、NIO：非阻塞I/O的革新

Java NIO（New I/O）引入了通道（Channel）、缓冲区（Buffer）和选择器（Selector）机制，支持非阻塞I/O和内存映射文件，显著提升高并发场景下的性能。

1. 文件通道与内存映射

// 内存映射文件（适合大文件随机访问）
try (RandomAccessFile file = new RandomAccessFile("large.dat", "rw");
     FileChannel channel = file.getChannel()) {
    MappedByteBuffer buffer = channel.map(
        FileChannel.MapMode.READ_WRITE, 0, channel.size());
    buffer.put((byte) 65); // 修改第一个字节为'A'
}

内存映射通过将文件直接映射到内存，避免了频繁的I/O操作。

2. 选择器与多路复用

Selector selector = Selector.open();
ServerSocketChannel serverChannel = ServerSocketChannel.open();
serverChannel.bind(new InetSocketAddress(8080));
serverChannel.configureBlocking(false);
serverChannel.register(selector, SelectionKey.OP_ACCEPT);
while (true) {
    selector.select();
    Iterator<SelectionKey> keys = selector.selectedKeys().iterator();
    while (keys.hasNext()) {
        SelectionKey key = keys.next();
        if (key.isAcceptable()) {
            // 处理新连接
        }
        keys.remove();
    }
}

此模式允许单个线程管理多个I/O通道，适用于高并发服务器开发。

六、性能优化与最佳实践

1. 缓冲优先：始终优先使用缓冲流（如BufferedReader）减少系统调用。
2. 合理选择缓冲区大小：通常8KB（8192字节）为经验值，过大可能浪费内存，过小则增加I/O次数。
3. 及时关闭资源：使用try-with-resources语句确保流正确关闭。
4. 避免频繁小数据写入：合并多次小写入为单次大写入，减少I/O次数。
5. 考虑NIO：对于高并发或大文件处理，NIO的通道和缓冲区机制更高效。

七、总结与展望

Java IO流体系通过字节流与字符流的分类、装饰器模式的灵活组合、NIO的非阻塞革新，为开发者提供了丰富的数据操作工具。从基础的文件读写到高性能的网络编程，理解并合理应用IO流是Java开发者的必备技能。未来，随着Java对异步I/O（如AIO）的进一步完善，IO流的处理能力将更加强大，为大数据、实时系统等领域提供更坚实的支撑。