从GZIPInputStream读取大量字节

Question

我正在通过GZIPInputStream读取一个gzipped文件。我想一次读取大量数据，但是无论我要求GZIPInputStream读取多少字节，它总是读取的字节数要少得多。例如,

val bArray = new Array[Byte](81920)
val fis = new FileInputStream(new File(inputFileName))
val gis = new GZIPInputStream(fis)
val bytesRead =  gis.read(bArray)

读取的字节总是在1800个字节左右，而它应该几乎等于bArray的大小，在本例中为81920。为什么是这样？有没有办法解决这个问题，并真正有更多的字节读取？

Answer 1

好吧，我找到解决办法了。GZIPInputStream有一个构造函数的版本，它也具有缓冲区的大小。

Answer 2

如果你有大量的数据，我会尝试使用akka流。

  implicit val system = ActorSystem()
  implicit val ec = system.dispatcher
  implicit val materializer = ActorMaterializer()

  val fis = new FileInputStream(new File(""))
  val gis = new GZIPInputStream(fis) 
  val bfs: BufferedSource = Source.fromInputStream(gis)

bfs公开用于流处理的Flow api。

您还可以从中获得一条流：

val ss: Stream[String] = bfs.bufferedReader().lines()

Answer 3

read可能总是返回的字节比您所要求的要少，因此通常您必须循环，读取任意数量的字节。

换句话说，给GZIPInputStream一个大缓冲区并不意味着它会在给定的请求中被填充。

import java.util.zip.GZIPInputStream
import java.io.FileInputStream
import java.io.File
import java.io.InputStream
import java.io.FilterInputStream

object Unzipped extends App {
  val inputFileName = "/tmp/sss.gz"
  val bArray = new Array[Byte](80 * 1024)
  val fis = new FileInputStream(new File(inputFileName))
  val stingy = new StingyInputStream(fis)
  val gis = new GZIPInputStream(stingy, 80 * 1024)
  val bytesRead = gis.read(bArray, 0, bArray.length)
  println(bytesRead)
}

class StingyInputStream(is: InputStream) extends FilterInputStream(is) {
  override def read(b: Array[Byte], off: Int, len: Int) = {
    val n = len.min(1024)
    super.read(b, off, n)
  }
}

因此，相反，循环排水而不是发布一个读：

  import reflect.io.Streamable.Bytes
  val sb = new Bytes {
    override val length = 80 * 1024L
    override val inputStream = gis
  }
  val res = sb.toByteArray()
  println(res.length)  // your explicit length

我不是说这是要使用的API，而是为了演示。我懒得写一个循环。