MappedByteBuffer 映射大文件易OOM，因受系统vm.max_map_count限制且消耗虚拟地址空间；应分段映射（如64MB/块），写满后弃用旧buffer、映射新块，并调用force()和clear()确保数据持久与位置正确。
为什么 MappedByteBuffer 读写大文件反而变慢甚至 OOM
直接用 MappedByteBuffer 映射几十 GB 的日志文件，大概率会卡死或抛 OutOfMemoryError: Map failed。这不是 Java 的锅，而是操作系统限制：Linux 默认单进程 mmap 区域上限通常只有 64KB（/proc/sys/vm/max_map_count），且 JVM 堆外内存虽不占堆，但映射本身要消耗虚拟地址空间——32 位环境早崩了，64 位下也容易触发内核资源不足。
真实场景中，GB 级日志是持续追加的，不需要一次性全量映射。关键不是“能不能映”，而是“映多少、何时映、怎么换”。
- 单次映射建议控制在 16MB–128MB（视系统
vm.max_map_count和日志写入节奏调整） - 避免
FileChannel.map()传入Integer.MAX_VALUE或文件总长度——这等于告诉 OS：“请给我整个文件的虚拟地址” - 映射后必须显式调用
buffer.force()（写场景）和buffer.clear()（复用前），否则脏页可能滞留或位置错乱
如何分段映射并安全切换 MappedByteBuffer
核心思路是把大文件切为固定大小的逻辑块（如 64MB），每次只映射当前活跃块；写满后 unmap（间接）并映射下一块。Java 没有公开的 unmap() 方法，但可通过反射清理 Cleaner，或更稳妥地——让旧 buffer 自然被 GC 回收（前提是不再强引用它）。
实操要点：
立即学习“Java免费学习笔记（深入）”；
- 维护一个
currentBuffer引用，每次写入前检查剩余容量：if (buffer.remaining() - 切换时先调用
currentBuffer.force()刷盘，再用fileChannel.map()创建新 buffer，并更新引用 - 不要在多线程间共享同一个
MappedByteBuffer实例——它不是线程安全的，写冲突会导致数据错乱 - 映射模式选
FileChannel.MapMode.READ_WRITE，即使只读也要避免READ_ONLY后无法追加
零拷贝生效的前提：绕过 JVM 堆中转
MappedByteBuffer 的“零拷贝”仅指用户态无需 memcpy 数据到堆内存，但前提是你的业务代码不把它转成 byte[] 或塞进 String。一旦调用 buffer.get(byte[]) 或 StandardCharsets.UTF_8.decode(buffer)，就彻底退出零拷贝路径。
高效解析日志行的姿势：
- 用
buffer.position()和buffer.limit()定位，配合buffer.get(i)单字节读取，跳过换行符找行边界 - 构造
CharBuffer时用buffer.asCharBuffer()（注意字节序），避免 decode 分配新数组 - 写日志时直接
buffer.put(string.getBytes(StandardCharsets.UTF_8))，别先 toString 再 getBytes - 若需正则匹配，用
ByteBuffer+Pattern.compile(...).matcher()配合CharBuffer.wrap()，而非把整块转字符串
实际压测中暴露的三个硬伤
在 16GB 日志文件上做 50K/s 追加写 + 并发读，以下问题高频出现：
-
IOException: Invalid argument—— 出现在调用force()后立即 close channel，必须保证 force 返回后再 close - 读到脏数据 —— 多个线程共用同一段映射，且未对齐行边界（比如某线程从第 100 字节开始读，但该位置恰在 UTF-8 多字节字符中间），需按行对齐并加简单偏移锁
- GC 压力突增 —— 频繁创建
MappedByteBuffer实例导致 DirectByteBuffer 对象暴增，应复用 buffer 实例（通过clear()/compact()），而非每次 new
真正难的不是映射，是控制映射粒度、规避 GC 尖刺、以及在无锁前提下保证行完整性。这些细节不写进日志轮转逻辑里，零拷贝就只是个幻觉。
