Java 写入文件到磁盘会经历哪些过程？

重点回答

这个问题虽然主要考察对操作系统缓存、文件系统和磁盘的理解，不过最好在开头再提一下 Java 中的操作，表现出从应用层到底层 DMA 的全方位理解。

第一步：写入文件缓冲区

为了提高效率，写入文件都会利用缓冲区，即当写入数据时，数据先被存储到缓冲区，而不是直接写入磁盘。缓冲区的目的是减少磁盘 IO 操作的次数，提高性能。

一般用的是 BufferedOutputStream 或 BufferedWriter 类。

第二步：write 系统调用（不是 Java 中的 write）

当缓冲区写满了，或者 Java 程序主动调用 flush() 或 close() 时，会触发相应的系统调用（write()），将数据从用户态传递到内核态。

操作系统接收到系统调用后，会将数据写入内核缓冲区（通常称为Page Cache）。这时，数据还在内存中，并未立即写入磁盘。

第三步：DMA 拷贝

操作系统中的 I/O 调度器决定实际的写入顺序，等到调度后，数据从内核缓冲区通过 DMA（Direct Memory Access）或中断机制传递到磁盘控制器的硬件缓冲区

第四步：写入磁盘

磁盘控制器最终将数据写入到磁盘的物理扇区中（磁盘上的数据写入可能涉及到旋转延迟、寻道时间等物理过程）。

如果 Java 文件写入想直接刷盘而不是先被写到页缓存中，可以执行 Java 提供了原子文件操作（FileChannel 的 force() 方法），确保写入的内容在物理磁盘上持久化，并且避免操作系统的缓存延迟。

扩展知识

什么是 DMA?

DMA（直接内存访问）是一种用于数据传输的技术，允许外设或外部设备（如硬盘、网络卡、显卡等）直接与系统内存进行交互，而不需要 CPU 的干预。这种方式可以极大地提高数据传输效率，减少 CPU 的负担，优化系统性能。

如果没有 DMA，CPU 会直接参与所有的内存到外设或外设到内存的数据传输。这不仅会占用 CPU 资源，还会导致数据传输速度较慢！

BufferedOutputStream 写入示例

import java.io.BufferedOutputStream;
import java.io.FileOutputStream;
import java.io.IOException;

public class BufferedOutputStreamExample {
    public static void main(String[] args) {
        // 要写入的目标文件路径
        String filePath = "output_large.txt";
        
        // 模拟要写入的数据
        StringBuilder data = new StringBuilder();
        for (int i = 0; i < 100000; i++) {
            data.append("Line " + i + ": mainshiya.\n");
        }
        
        // 使用 try-with-resources 语句确保流的正确关闭
        try (
            FileOutputStream fileOutputStream = new FileOutputStream(filePath);
            BufferedOutputStream bufferedOutputStream = new BufferedOutputStream(fileOutputStream)
        ) {
            // 将字符串数据转换为字节数组
            byte[] dataBytes = data.toString().getBytes();
            
            // 批量写入数据到 BufferedOutputStream
            bufferedOutputStream.write(dataBytes);
            
            // 调用 flush() 将缓冲区中的数据强制写入到磁盘
            bufferedOutputStream.flush();
            
            System.out.println("写入完成！");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

文件系统的 fsync()、fdatasync() 调用

• fsync() 是一个系统调用，用于强制将一个文件描述符所对应的文件数据从 Page Cache 刷新到磁盘。与 flush() 不同，fsync() 会确保所有数据（不仅仅是文件内容，还有元数据如修改时间）都被写入磁盘。
• fdatasync() 类似于 fsync()，但是它只会同步文件的内容数据，不包括元数据。所以 fdatasync() 会比 fsync() 更高效一些。