BufferedInputStream是典型的装饰器模式实现，它不改变原始InputStream接口，而是包装已有流（如FileInputStream）并透明添加缓冲能力，支持mark/reset、减少I/O调用次数，并可与其他装饰器叠加。
BufferedInputStream 是典型的装饰器模式实现
它不改变原始 InputStream 的行为接口，而是把一个已有的输入流（比如 FileInputStream 或 ByteArrayInputStream）包装起来，在其外部增加缓冲能力。整个过程对调用方透明：你依然调用 read()、mark()、reset() 这些方法，但内部执行逻辑已经不同——数据不再每次直接来自磁盘或网络，而是优先从内存缓冲区取。
缓冲区如何减少底层 I/O 调用次数
没有缓冲时，每调用一次 read()，就触发一次系统调用去读一个字节，开销极大。BufferedInputStream 改变了这个节奏：
- 首次 read() 会触发 fill() 方法，一次性从底层流读取默认 8192 字节（或自定义大小）到内部字节数组
- 后续多次 read() 都从该数组中按位置取出字节，完全避开系统调用
- 当数组读完（pos 达到末尾），才再次调用 fill() 加载下一批数据
这相当于把“1000 次单字节读”压缩成“约 2 次 8KB 批量读”，I/O 次数下降两个数量级。
缓冲区大小不是越大越好，需匹配使用场景
默认 8KB 是通用折中值，但实际效果取决于你的数据访问模式：
Ainee: AI Notetaker
下载
一款AI办公效率工具，主要用于Your ultimate AI-powered notetaking and learning companion.，适合需要提升相关任务效率的用户。
- 读取超大文件且顺序扫描：可设为 64KB 或 128KB，进一步摊薄 fill() 调用频率
- 内存受限环境（如嵌入式）：可降到 1KB～4KB，避免浪费
- 随机读 + mark/reset 频繁：过大的缓冲区可能让 markpos 到 pos 距离拉太远，reset 时需重读更多数据
关键不是盲目调大，而是观察真实 I/O 统计（如 Linux 的 iostat）和应用吞吐量变化。
装饰器带来的额外能力不只是提速
BufferedInputStream 在增强性能的同时，还补全了原始流缺失的语义支持：
- 支持 mark()/reset()：原始 FileInputStream 默认不支持标记重读，BufferedInputStream 自己维护 markpos 和 pos 偏移，实现“回退”能力
- 统一异常处理边界：所有异常仍沿原始流抛出，但缓冲层可做预判（如提前发现 EOF）
- 可叠加其他装饰器：比如再套一层 DataInputStream 读基本类型，结构清晰、职责分明
这种能力扩展不侵入原始流代码，正体现了装饰器“动态附加职责”的本质。
