首页 > Java > java教程 > 正文

Java JNI Direct Buffer免拷贝上传S3的实现教程

碧海醫心
发布: 2025-09-21 20:42:12
原创
946人浏览过

Java JNI Direct Buffer免拷贝上传S3的实现教程

本文旨在解决Java应用中,从JNI获取的Direc++t Buffer在上传至S3时,因传统方法需额外复制到JVM堆内存而导致的性能瓶颈。我们将介绍一种高效的解决方案,通过自定义ByteSource和InputStream封装ByteBuffer,实现数据流的直接读取和上传,从而避免不必要的内存拷贝,提升大数据处理效率。

1. 引言与问题背景

在高性能计算场景中,java应用常通过jni(java native interface)与c/c++代码进行交互,特别是涉及大块内存数据时,通常会利用direct buffer(直接缓冲区)来避免jvm堆内存与原生内存之间的数据拷贝。例如,当c++进程将数据写入共享内存,java侧通过jni将这块共享内存映射为java.nio.bytebuffer的direct buffer时,这种零拷贝的优势尤为明显。

然而,当需要将Direct Buffer中的数据上传至云存储服务(如Amazon S3)时,传统的上传方式往往会破坏这种零拷贝的优化。许多S3客户端库,如jclouds,其默认的Payload实现(例如ByteArrayPayload)通常要求提供byte[]数组,这意味着Direct Buffer中的数据必须先复制到JVM堆上的byte[]数组中。对于50MB甚至更大的数据块,这种额外的内存拷贝不仅消耗CPU时间,还会增加GC压力和内存占用,抵消了Direct Buffer带来的性能优势。

本文将探讨如何避免这种不必要的内存拷贝,实现Direct Buffer到S3的直接上传。

2. 问题分析与传统方法局限

考虑以下场景:

  1. C++进程写入50MB数据到共享内存。
  2. Java JNI函数将共享内存地址映射为ByteBuffer:
    JNIEXPORT jobject JNICALL Java_service_SharedMemoryJNIService_getDirectByteBuffer
      (JNIEnv *env, jclass jobject, jlong buf_addr, jint buf_len){
            return env->NewDirectByteBuffer((void *)buf_addr, buf_len);
      }
    登录后复制
  3. Java侧需要将此ByteBuffer中的数据上传到S3。

传统的jclouds上传代码可能如下所示:

立即学习Java免费学习笔记(深入)”;

public String uploadByteBuffer(String container, String objectKey, ByteBuffer bb) {
    // ... 获取 BlobStoreContext 和 BlobStore
    BlobStoreContext context = getBlobStoreContext();
    BlobStore blobStore = context.getBlobStore();

    // 问题所在:将 Direct Buffer 数据复制到 JVM 堆内存
    byte[] buf = new byte[bb.capacity()];
    bb.get(buf); // 发生内存拷贝

    ByteArrayPayload payload = new ByteArrayPayload(buf);
    Blob blob = blobStore.blobBuilder(objectKey)
            .payload(payload)
            .contentLength(bb.capacity())
            .build();
    blobStore.putBlob(container, blob);
    return objectKey;
}
登录后复制

bb.get(buf)这一行是性能瓶颈的关键,它强制将Direct Buffer中的数据复制到byte[]数组,导致了不必要的内存开销和延迟。

3. 解决方案:自定义ByteSource实现直接上传

为了避免内存拷贝,我们需要利用S3客户端库(如jclouds)提供的高级Payload机制。jclouds的BlobBuilder.payload()方法除了接受byte[]或String外,还可以接受ByteSource对象。ByteSource是一个抽象类,它定义了如何提供一个InputStream来读取数据。通过实现一个自定义的ByteSource,我们可以直接从ByteBuffer中提供数据流,而无需将其复制到堆内存。

阿贝智能
阿贝智能

阿贝智能是基于AI技术辅助创作儿童绘本、睡前故事和有声书的平台,助你创意实现、梦想成真。

阿贝智能 17
查看详情 阿贝智能

核心思想是创建一个ByteBufferByteSource类,它包含一个ByteBuffer实例,并能够返回一个InputStream。这个InputStream将直接从ByteBuffer中读取数据。

3.1 ByteBufferByteSource 和 ByteBufferInputStream 实现

以下是实现自定义ByteSource和其内部InputStream的代码:

import com.google.common.base.Preconditions; // 或者使用 java.util.Objects.requireNonNull
import com.google.common.io.ByteSource;

import java.io.IOException;
import java.io.InputStream;
import java.nio.BufferUnderflowException;
import java.nio.ByteBuffer;

/**
 * 一个 ByteSource 实现,允许直接从 ByteBuffer 中读取数据流,
 * 避免将 ByteBuffer 的内容复制到 JVM 堆内存。
 */
public class ByteBufferByteSource extends ByteSource {
    private final ByteBuffer buffer;

    /**
     * 构造函数。
     * @param buffer 要从中读取数据的 ByteBuffer。
     *               此 ByteBuffer 应该是可读的,且其 position 和 limit 应设置正确。
     */
    public ByteBufferByteSource(ByteBuffer buffer) {
        // 确保传入的 ByteBuffer 不为空
        this.buffer = Preconditions.checkNotNull(buffer, "ByteBuffer cannot be null");
        // 如果需要,可以考虑在这里对 buffer 进行 slice() 或 duplicate()
        // 以确保每次 openStream() 都从缓冲区的起始位置开始读取,
        // 并且不影响原始 buffer 的状态。
        // 例如:this.buffer = buffer.asReadOnlyBuffer().slice();
        // 在本例中,我们假设传入的 buffer 已经准备好被读取,并且其状态可以在 openStream() 中管理。
    }

    /**
     * 返回一个 InputStream,用于从 ByteBuffer 中读取数据。
     * 每次调用都会返回一个新的 InputStream 实例,该实例从 ByteBuffer 的当前位置开始读取。
     * 如果希望每次都从头开始读取,请确保在构造 ByteBufferByteSource 时传入一个副本或使用 slice()。
     */
    @Override
    public InputStream openStream() {
        // 创建一个新的 ByteBuffer 视图,以确保每次 openStream() 都能独立操作,
        // 不会影响原始 ByteBuffer 的 position 和 limit,也不会影响其他 InputStream 实例。
        // duplicate() 创建一个与原 ByteBuffer 共享内容但拥有独立 position, limit, mark 的新 ByteBuffer。
        return new ByteBufferInputStream(this.buffer.duplicate());
    }

    /**
     * 一个私有的 InputStream 实现,直接从 ByteBuffer 中读取字节。
     * 避免了将数据复制到中间 byte[] 数组。
     */
    private static final class ByteBufferInputStream extends InputStream {
        private final ByteBuffer buffer;
        private boolean closed = false;

        ByteBufferInputStream(ByteBuffer buffer) {
            this.buffer = buffer;
        }

        @Override
        public synchronized int read() throws IOException {
            if (closed) {
                throw new IOException("Stream already closed");
            }
            try {
                // 直接从 ByteBuffer 中获取一个字节
                return buffer.get() & 0xFF; // 返回无符号字节值
            } catch (BufferUnderflowException bue) {
                // 当 ByteBuffer 中没有更多字节可读时,表示流已结束
                return -1;
            }
        }

        /**
         * 重写 read(byte[], int, int) 方法以提高效率。
         * 默认的 InputStream.read(byte[], int, int) 是通过循环调用 read() 实现的,效率低下。
         * 此方法直接利用 ByteBuffer 的批量读取能力。
         */
        @Override
        public synchronized int read(byte[] b, int off, int len) throws IOException {
            if (closed) {
                throw new IOException("Stream already closed");
            }
            if (b == null) {
                throw new NullPointerException();
            } else if (off < 0 || len < 0 || len > b.length - off) {
                throw new IndexOutOfBoundsException();
            } else if (len == 0) {
                return 0;
            }

            // 计算 ByteBuffer 中剩余可读字节数
            int bytesRemaining = buffer.remaining();
            if (bytesRemaining == 0) {
                return -1; // 没有更多数据可读
            }

            // 实际可以读取的字节数是 len 和 bytesRemaining 中的较小值
            int bytesToRead = Math.min(len, bytesRemaining);
            // 将数据从 ByteBuffer 直接批量复制到目标 byte 数组
            buffer.get(b, off, bytesToRead);
            return bytesToRead;
        }

        @Override
        public int available() throws IOException {
            if (closed) {
                throw new IOException("Stream already closed");
            }
            return buffer.remaining(); // 返回 ByteBuffer 中剩余可读字节数
        }

        @Override
        public void close() throws IOException {
            super.close();
            closed = true;
            // 注意:这里没有对 underlying ByteBuffer 进行 close 操作,
            // 因为 ByteBuffer 通常不是一个需要关闭的资源。
            // 如果 ByteBuffer 关联了某些需要释放的资源(例如文件句柄),
            // 则需要在更上层进行管理。
        }
    }
}
登录后复制

代码解析:

  • ByteBufferByteSource:
    • 构造函数接收一个ByteBuffer。为了确保每次调用openStream()都能从缓冲区的一个独立视图开始读取,我们建议在构造ByteBufferByteSource时,对传入的ByteBuffer调用asReadOnlyBuffer().slice()或duplicate()。在openStream()中调用duplicate()是更常见的做法,它创建了一个与原ByteBuffer共享内容但拥有独立position、limit和mark的新ByteBuffer。
    • openStream()方法返回一个ByteBufferInputStream实例,该实例将从ByteBuffer中读取数据。
  • ByteBufferInputStream:
    • 这是一个私有静态内部类,继承自InputStream。
    • read()方法直接调用buffer.get()来获取单个字节。当ByteBuffer中没有更多数据时,会抛出BufferUnderflowException,此时read()返回-1,表示流的结束。
    • 效率优化:read(byte[] b, int off, int len)方法被重写。默认的InputStream实现会循环调用read()逐字节读取,效率非常低。通过重写此方法,我们直接利用ByteBuffer.get(byte[], int, int)进行批量读取,大大提高了数据传输效率。
    • available()方法返回buffer.remaining(),表示当前ByteBuffer中还有多少字节可读。
    • close()方法设置一个closed标志,以防止在流关闭后继续操作。

4. 集成与使用

有了ByteBufferByteSource,现在可以将S3上传代码修改为:

import com.google.common.io.ByteSource;
import org.jclouds.blobstore.BlobStore;
import org.jclouds.blobstore.BlobStoreContext;
import org.jclouds.blobstore.domain.Blob;
import org.jclouds.io.Payload;
import org.jclouds.io.payloads.ByteSourcePayload; // jclouds 提供的 ByteSourcePayload

import java.nio.ByteBuffer;

public String uploadByteBufferDirectly(String container, String objectKey, ByteBuffer bb) {
    // ... 获取 BlobStoreContext 和 BlobStore
    BlobStoreContext context = getBlobStoreContext();
    BlobStore blobStore = context.getBlobStore();

    // 创建自定义的 ByteSource
    ByteSource byteSource = new ByteBufferByteSource(bb);

    // 使用 jclouds 提供的 ByteSourcePayload 封装 ByteSource
    // 或者直接将 ByteSource 传给 payload() 方法(如果 BlobBuilder 支持)
    Payload payload = new ByteSourcePayload(byteSource);
    payload.setContentLength((long) bb.capacity()); // 确保设置正确的长度

    Blob blob = blobStore.blobBuilder(objectKey)
            .payload(payload)
            .contentLength((long) bb.capacity()) // 再次确认长度
            .build();
    blobStore.putBlob(container, blob);
    return objectKey;
}
登录后复制

注意事项:

  • ByteBuffer状态管理:确保传入ByteBufferByteSource的ByteBuffer处于可读状态(即position和limit设置正确)。如果ByteBuffer在创建ByteBufferByteSource后被其他线程或操作修改了position或limit,可能会导致数据读取不完整或错误。在ByteBufferByteSource的openStream()方法中使用buffer.duplicate()是一个很好的实践,它创建了一个独立的ByteBuffer视图,避免了多线程或多次读取时对原始ByteBuffer状态的干扰。
  • jclouds版本:确保您的jclouds库版本支持ByteSourcePayload或直接接受ByteSource作为payload参数。
  • 错误处理:在实际应用中,需要添加更健壮的错误处理机制,例如对IOException进行捕获和日志记录。
  • ContentLength:务必设置正确的ContentLength。ByteBuffer.capacity()表示缓冲区的总容量,通常也是需要上传的数据长度。

5. 总结

通过实现自定义的ByteBufferByteSource和ByteBufferInputStream,我们成功地解决了从JNI获取的Direct Buffer在上传至S3时需要额外内存拷贝的问题。这种方法使得数据可以直接从原生内存流式传输到S3,避免了JVM堆内存的中间缓冲,从而显著降低了内存占用、减少了GC压力,并提升了大数据上传的整体性能。这对于处理大规模数据或追求极致性能的Java应用来说,是一个重要的优化手段。在实际应用中,请务必注意ByteBuffer的状态管理和异常处理,以确保系统的稳定性和可靠性。

以上就是Java JNI Direct Buffer免拷贝上传S3的实现教程的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
热门推荐
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号