IO 与文件操作：数据的进进出出
难度：中级 | 预计时间：40 分钟 | 前置：异常处理
📖 日志文件太大打不开了
故事背景
运维发来一个昨天的应用日志——500MB。你需要提取其中所有 ERROR 级别的行并统计数量。Node.js 里你可能会 fs.readFileSync 一把梭——然后内存直接爆炸。Java 里有一套完整的流式 IO 体系，像水管一样让数据流过，从不断流，也不占满内存。作为前端你熟悉 fetch 的响应流和 fs.createReadStream——Java 的 IO 是更底层、更灵活、也更容易踩坑的版本。
💻 代码演示
对比三种读取文件的方式——全部加载 vs 逐行流读取 vs NIO Stream API：
import java.io.*;
import java.nio.file.*;
public class FileIODemo {
public static void main(String[] args) throws IOException {
// 方式1：NIO 一次性读（小文件 OK）
String content = Files.readString(Path.of("small.txt"));
System.out.println("小文件内容: " + content);
// 方式2：带缓冲流逐行读（大文件推荐）
try (BufferedReader reader = new BufferedReader(new FileReader("large.log"))) {
String line;
int errorCount = 0;
while ((line = reader.readLine()) != null) {
if (line.contains("ERROR")) {
System.out.println(line);
errorCount++;
}
}
System.out.println("共 " + errorCount + " 条 ERROR");
}
// 方式3：NIO Files.lines() 配合 Stream API（最优雅）
long count = Files.lines(Path.of("large.log"))
.filter(line -> line.contains("ERROR"))
.peek(System.out::println)
.count();
System.out.println("共 " + count + " 条 ERROR");
// 写入文件
Files.writeString(Path.of("output.txt"), "处理完成！");
}
}运行输出：
小文件内容: Hello, IO!
2026-05-20 10:00:01 ERROR 连接超时
2026-05-20 10:05:33 ERROR 磁盘满
共 2 条 ERROR
2026-05-20 10:00:01 ERROR 连接超时
2026-05-20 10:05:33 ERROR 磁盘满
共 2 条 ERROR🎯 三个核心问题
这是什么？
Java IO 分两大体系：BIO（传统阻塞 IO，基于 Stream）和 NIO（New IO，基于 Channel 和 Buffer，非阻塞）。
按数据类型又分字节流（InputStream/OutputStream，处理二进制）和字符流（Reader/Writer，处理文本，自动编解码）。
Java 7 新增 NIO.2（Path/Files 工具类），把常用文件操作封装成一行代码。
为什么需要它？
为什么需要流（Stream）？因为文件可能比内存大。流不一次性加载全部数据，而是一点一点读取——就像用水管引水，不用先把整个水库搬过来。缓冲流（BufferedReader）减少磁盘 IO 次数，大幅提升性能。try-with-resources 确保流无论成功失败都能自动关闭——以前没有这个，finally 块里关闭流的代码占了半屏。
如果没有它会怎样？
如果没有流，所有文件操作只能一次性读入内存——500MB 的日志文件直接 OOM（OutOfMemoryError）。如果没有字符流（只有字节流），每次读文本都要手动处理编码——UTF-8、GBK 转换全得自己写，中文字符处理会成为噩梦。
📝 原理讲解
Java IO 速查表（前端视角）：
Files.readString(Path)— 一次性读整个文本文件。≈ Node.jsfs.readFileSync(path, 'utf8')。适合小文件（配置、JSON）。BufferedReader + FileReader— 逐行读大文件。≈ Node.jsreadline模块。千万注意用 try-with-resources 包裹。Files.lines(Path)— 返回Stream<String>，可以链式 filter/map。这是最接近前端数组操作的 IO 方式。Files.writeString(Path, String)— 一次性写文本文件。简单直接。InputStream / OutputStream— 字节流（读图片、视频等二进制文件）。前端类比：Blob和ArrayBuffer。
核心原则：读文本用 Reader，读二进制用 InputStream，大文件用流/缓冲，始终用 try-with-resources。
🎨 生活类比
类比理解
字节流（InputStream）像管道输送自来水——流出来的是最原始的水分子（byte），你不知道它是中文还是英文，得自己烧开（解码）才能喝。 字符流（Reader）像饮水机——已经帮你过滤并加热好了，出来的直接是能喝的文本（char）。 缓冲流（BufferedReader）像蓄水池——每次多取一些囤起来，避免你每次渴了都要跑去水库（磁盘）接水——跑一趟的成本远高于一次多接点。 try-with-resources 像自动关水龙头——你用完走人就行，不用记着关。以前没有这个，忘了关的水龙头可能流一个通宵（文件句柄泄漏）。
✏️ 动手练习
练习 1
写一个方法 countLines(String path)，用 Files.lines() 统计文件总行数。
<details> <summary>💡 查看提示</summary>
Files.lines() 返回 Stream<String>，直接用 .count() 即可。记得用 try-catch 处理 IOException。
</details>
练习 2
用 BufferedReader 实现一个简单文件搜索工具：读取一个 CSV 文件，打印所有包含指定关键字的行。
<details> <summary>💡 查看提示</summary>
CSV 就是逗号分隔的文本文件，用 BufferedReader 逐行读取，用 String.contains() 匹配关键字。
</details>
练习 3
用 Files.walk() 遍历当前目录，列出所有 .java 文件的绝对路径和大小。
<details> <summary>💡 查看提示</summary>
Files.walk(Path.of(".")) 返回 Stream<Path>，用 .filter(p -> p.toString().endsWith(".java")) 过滤，再 forEach 打印。
</details>
✅ 自检站
<details> <summary><strong>字节流（InputStream）和字符流（Reader）有什么区别？各适合什么场景？</strong></summary>
字节流以 byte（8位）为单位，处理二进制数据——图片、视频、网络包。字符流以 char（16位 Unicode）为单位，自动处理编解码——文本文件、日志、JSON。简单判断：如果能用记事本打开看懂内容，就用字符流；否则用字节流。
</details>
<details> <summary><strong>为什么大文件读取要带缓冲（BufferedReader）？不用缓冲有什么后果？</strong></summary>
磁盘 IO 极其昂贵（一次读取是毫秒级，CPU 操作是纳秒级）。无缓冲时每次 read() 都直接访问磁盘——百万次调用就是百万次磁盘访问。缓冲流预先读入一块（默认 8KB）到内存，后续 read() 直接从内存取，磁盘访问减少约 8000 倍。类比：每次去超市买一粒米 vs 一次买一袋米。
</details>
<details> <summary><strong>try-with-resources 解决了什么问题？</strong></summary>
以前需要在 finally 块里逐个检查资源是否为 null、手动 close()，还要嵌套 try-catch 处理 close() 本身的异常——代码量 70% 都是资源管理。try-with-resources 在 try 括号里声明资源（必须实现 AutoCloseable），无论是否抛异常，退出时自动按声明逆序关闭。
</details>