最近在看《Hadoop:The Definitive Guide》，對其分布式文件系統HDFS的Streaming data access不能理解。基于流的數據讀寫，太抽象了，什么叫基于流，什么是流？Hadoop是Java語言寫的，所以想理解好Hadoop的Streaming Data Access，還得從Java流機制入手。流機制也是JAVA及C++中的一個重要的機制，通過流使我們能夠自由地操作包括文件，內存，IO設備等等中的數據。

首先，流是什么？

流是個抽象的概念，是對輸入輸出設備的抽象，Java程序中，對于數據的輸入/輸出操作都是以“流”的方式進行。設備可以是文件，網絡，內存等。

流具有方向性，至于是輸入流還是輸出流則是一個相對的概念，一般以程序為參考，如果數據的流向是程序至設備，我們成為輸出流，反之我們稱為輸入流。

可以將流想象成一個“水流管道”，水流就在這管道中形成了，自然就出現了方向的概念。

當程序需要從某個數據源讀入數據的時候，就會開啟一個輸入流，數據源可以是文件、內存或網絡等等。相反地，需要寫出數據到某個數據源目的地的時候，也會開啟一個輸出流，這個數據源目的地也可以是文件、內存或網絡等等。

流有哪些分類？

可以從不同的角度對流進行分類：

1. 處理的數據單位不同，可分為：字符流，字節流

2.數據流方向不同，可分為：輸入流，輸出流

3.功能不同，可分為：節點流，處理流

1. 和 2. 都比較好理解，對于根據功能分類的，可以這么理解：

節點流：節點流從一個特定的數據源讀寫數據。即節點流是直接操作文件，網絡等的流，例如FileInputStream和FileOutputStream，他們直接從文件中讀取或往文件中寫入字節流。

處理流：“連接”在已存在的流（節點流或處理流）之上通過對數據的處理為程序提供更為強大的讀寫功能。過濾流是使用一個已經存在的輸入流或輸出流連接創建的，過濾流就是對節點流進行一系列的包裝。例如BufferedInputStream和BufferedOutputStream，使用已經存在的節點流來構造，提供帶緩沖的讀寫，提高了讀寫的效率，以及DataInputStream和DataOutputStream，使用已經存在的節點流來構造，提供了讀寫Java中的基本數據類型的功能。他們都屬于過濾流。

舉個簡單的例子：

public static void main(String[] args) throws IOException {
        // 節點流FileOutputStream直接以A.txt作為數據源操作
        FileOutputStream fileOutputStream = new FileOutputStream("A.txt");
        // 過濾流BufferedOutputStream進一步裝飾節點流，提供緩沖寫
        BufferedOutputStream bufferedOutputStream = new BufferedOutputStream(
                fileOutputStream);
        // 過濾流DataOutputStream進一步裝飾過濾流，使其提供基本數據類型的寫
        DataOutputStream out = new DataOutputStream(bufferedOutputStream);
        out.writeInt(3);
        out.writeBoolean(true);
        out.flush();
        out.close();
        // 此處輸入節點流，過濾流正好跟上邊輸出對應，讀者可舉一反三
        DataInputStream in = new DataInputStream(new BufferedInputStream(
                new FileInputStream("A.txt")));
        System.out.println(in.readInt());
        System.out.println(in.readBoolean());
        in.close();
}

流結構介紹：

Java所有的流類位于java.io包中，都分別繼承字以下四種抽象流類型。

1.繼承自InputStream/OutputStream的流都是用于向程序中輸入/輸出數據，且數據的單位都是字節(byte=8bit)，如圖，深色的為節點流，淺色的為處理流。

2.繼承自Reader/Writer的流都是用于向程序中輸入/輸出數據，且數據的單位都是字符(2byte=16bit)，如圖，深色的為節點流，淺色的為處理流。

常見流類介紹：

節點流類型常見的有：

對文件操作的字符流有FileReader/FileWriter，字節流有FileInputStream/FileOutputStream。

處理流類型常見的有：

緩沖流：緩沖流要“套接”在相應的節點流之上，對讀寫的數據提供了緩沖的功能，提高了讀寫效率，同事增加了一些新的方法。

　　字節緩沖流有BufferedInputStream/BufferedOutputStream，字符緩沖流有BufferedReader/BufferedWriter，字符緩沖流分別提供了讀取和寫入一行的方法ReadLine和NewLine方法。

　　對于輸出地緩沖流，寫出的數據，會先寫入到內存中，再使用flush方法將內存中的數據刷到硬盤。所以，在使用字符緩沖流的時候，一定要先flush，然后再close，避免數據丟失。

轉換流：用于字節數據到字符數據之間的轉換。

　　僅有字符流InputStreamReader/OutputStreamWriter。其中，InputStreamReader需要與InputStream“套接”，OutputStreamWriter需要與OutputStream“套接”。

數據流：提供了讀寫Java中的基本數據類型的功能。

　　DataInputStream和DataOutputStream分別繼承自InputStream和OutputStream，需要“套接”在InputStream和OutputStream類型的節點流之上。

對象流：用于直接將對象寫入寫出。

　　流類有ObjectInputStream和ObjectOutputStream，本身這兩個方法沒什么，但是其要寫出的對象有要求，該對象必須實現Serializable接口，來聲明其是可以序列化的。否則，不能用對象流讀寫。

　　還有一個關鍵字比較重要，transient，由于修飾實現了Serializable接口的類內的屬性，被該修飾符修飾的屬性，在以對象流的方式輸出的時候，該字段會被忽略。