如何通过 RandomAccessFile 的文件空洞技术实现大文件多线程并发下载

风宇同学_3507

风宇同学_3507

2026-04-17

736人浏览

原创

RandomAccessFile 不支持文件空洞技术,seek后write会真实分配磁盘空间并填充零字节;多线程下载需每个线程独占实例、校验206响应、持久化offset并校验分片完整性。

如何通过 randomaccessfile 的文件空洞技术实现大文件多线程并发下载

直接说结论:RandomAccessFile 本身不支持“文件空洞”技术,所谓“空洞”是 Linux 文件系统(如 ext4)对 lseek + write 的底层行为抽象,Java 的 RandomAccessFile 在调用 seek() 后写入数据,**会真实分配磁盘空间并填充零字节(除非文件系统+内核+JVM 配合启用稀疏文件支持,但 Java 层无控制权)**。所以“用空洞节省磁盘”在 Java 多线程下载中是个常见误解。

为什么 seek() 后 write() 不产生真正空洞

Java 的 RandomAccessFile.seek(long pos) 底层调用的是 POSIX lseek(),但后续 write()(如 write(byte[] b))触发的是同步写入——JVM 会把从当前位置到写入起始点之间的空白全部补零(或触发文件系统预分配),尤其在 Windows 和多数 Linux 默认挂载选项下,df 显示的已用空间会立刻增长。你看到的“文件大小变大但没写满”,其实是 length() 返回逻辑长度,不是实际稀疏块数。

  • 验证方式:下载中途用 ls -lsh file(Linux/macOS)看“disk usage”列,通常和 ls -l 显示大小一致
  • FileChannel.map() + MS_SYNC 或 MS_INVALIDATE 也绕不开这个限制
  • 真正稀疏行为需手动调用 FileChannel.truncate() + Files.getFileStore().supportsFileAttributeView("unix") 判断,且仅限 Unix-like 系统

多线程写入必须用 "rw" 模式且每个线程独占 RandomAccessFile 实例

多个线程共用一个 RandomAccessFile 对象会导致 seek() 和 write() 互相覆盖指针位置,最终文件内容错乱。这是最常踩的坑。

  • 每个线程必须 new 一个独立的 RandomAccessFile(file, "rw"),哪怕写入同一文件
  • 构造时不能用 "rws" 或 "rwd":它们强制落盘,严重拖慢吞吐,且对断点续传无实质帮助
  • 写入前务必调用 raf.seek(startPos),否则默认从 0 开始覆盖
  • 注意 startPos 和 endPos 是字节偏移量,计算时用 long,避免 int 溢出(尤其 >2GB 文件)

Range 请求必须校验 206 Partial Content 且处理 Content-Length 不匹配

HTTP 分片下载不是简单加个 Range 头就行。服务端可能忽略、截断或返回 200 全量响应,导致线程写入位置错位。

Web Accessibility (WCAG 2 AA))
Web Accessibility (WCAG 2 AA))

将 WCAG 2 AA 无障碍标准应用于设计系统、UI 组件和网页——通过可运行的验证器进行对比度计算,采用设计 token 模式使颜色天生可访问,设定排版和焦点状态规则,并提供语义检查清单。适用于构建或审查 UI。

下载
  • 必须检查 HttpURLConnection.getResponseCode() == 206,否则丢弃该线程数据并重试
  • conn.getContentLength() 返回的是本次响应体长度,不是原始文件总长;总长应从首次 HEAD 请求的 Content-Length 获取
  • 若服务端不支持 Range(如某些 CDN 或老旧 HTTP Server),Range 头会被静默忽略,响应码为 200,此时必须降级为单线程下载
  • 不要依赖 Content-Range 响应头做边界校验——有些服务器不返回,或格式不标准(如缺失 /123456789)

断点续传的关键不在空洞,而在本地 offset 记录与 Range 对齐

所谓“续传”,本质是记录每个分片的已完成字节数。空洞技术对此毫无帮助;真正有效的是原子化更新 offset 文件 + 校验已写入段的 MD5(可选)。

  • 为每个线程维护一个 .offset 文件(如 file.part0.offset),存当前已写入的 endPos
  • 启动时读取 offset,设置 startPos = offset + 1,再发 Range: bytes=startPos-
  • 写入成功后,用 FileChannel.force(true) 强刷 offset 文件,避免掉电丢失
  • 合并阶段不依赖空洞,而是用 raf.length() 校验各分片是否写满,缺损则重下对应区间

真正需要关注的是:Range 支持度检测、线程安全的 seek+write 隔离、offset 持久化时机、以及服务端对 206 的一致性。空洞只是表象,别被它带偏了重点。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

access

本站声明: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

相关专题

更多
java
java

Java是一个通用术语,用于表示Java软件及其组件,包括“Java运行时环境 (JRE)”、“Java虚拟机 (JVM)”以及“插件”。php中文网还为大家带了Java相关下载资源、相关课程以及相关文章等内容,供大家免费下载使用。

2023.06.15

12377

6

java正则表达式语法
java正则表达式语法

java正则表达式语法是一种模式匹配工具,它非常有用,可以在处理文本和字符串时快速地查找、替换、验证和提取特定的模式和数据。本专题提供java正则表达式语法的相关文章、下载和专题,供大家免费下载体验。

2023.07.05

9462

9

java自学难吗
java自学难吗

Java自学并不难。Java语言相对于其他一些编程语言而言,有着较为简洁和易读的语法,本专题为大家提供java自学难吗相关的文章,大家可以免费体验。

2023.07.31

8072

8

java配置jdk环境变量
java配置jdk环境变量

Java是一种广泛使用的高级编程语言,用于开发各种类型的应用程序。为了能够在计算机上正确运行和编译Java代码,需要正确配置Java Development Kit(JDK)环境变量。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.08.01

1304

3

java保留两位小数
java保留两位小数

Java是一种广泛应用于编程领域的高级编程语言。在Java中,保留两位小数是指在进行数值计算或输出时,限制小数部分只有两位有效数字,并将多余的位数进行四舍五入或截取。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.08.02

1048

3

java基本数据类型
java基本数据类型

java基本数据类型有:1、byte;2、short;3、int;4、long;5、float;6、double;7、char;8、boolean。本专题为大家提供java基本数据类型的相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.02

1556

5

java有什么用
java有什么用

java可以开发应用程序、移动应用、Web应用、企业级应用、嵌入式系统等方面。本专题为大家提供java有什么用的相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.02

3249

5

java在线网站
java在线网站

Java在线网站是指提供Java编程学习、实践和交流平台的网络服务。近年来,随着Java语言在软件开发领域的广泛应用,越来越多的人对Java编程感兴趣,并希望能够通过在线网站来学习和提高自己的Java编程技能。php中文网给大家带来了相关的视频、教程以及文章,欢迎大家前来学习阅读和下载。

2023.08.03

20471

3

配置java环境变量
配置java环境变量

配置Java环境变量是为了让操作系统能够识别和使用Java的相关命令和功能。本专题为大家提供配置java环境变量相关文章,帮助大家解决问题。

2023.08.03

1415

8

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
SQL 教程
SQL 教程

共61课时 | 7.7万人学习

安装 Xdebug 并配置 phpstorm
安装 Xdebug 并配置 phpstorm

共1课时 | 207人学习

PostgreSQL 教程
PostgreSQL 教程

共48课时 | 20.9万人学习