JAVA实现zip压缩需要注意的问题

近来对院社二维码平台进行2.0升级改造。于昨日踩到一个巨坑。特此记录。。。

需求源于院社编辑在批量下载二维码的时候，系统后台需要对所要下载的二维码进行重命名和zip打包压缩。

系统测试的时候发现：首次请求批量下载时，也即压缩文件还未生成时，后台可以正常压缩文件并提供下载。但是第二次请求批量下载时，网页一直无反应。。。

尝试了几次后仍旧没反应。只好查看tomcat日志，惊奇的发现日志只写了一半，后半部分丢失（第一次遇到这种情况）==|||

不过老天爷保佑，写入的一部分显示：No space left device.

我擦！硬盘满了？昨天还有68%的余量。今天就没了？

迅速df du命令走起。du显示并没有占满。但是df显示已经100%。这是搞毛。。

google一下，发现du df显示结果不一样的原因可能是有文件句柄没有释放，文件仍旧被进程占用。df统计的是硬盘实际占用，而du并不包括已经标记删除却仍旧被进程占用，实际上并未物理删除的文件。（文件物理删除和标识为deleted不是一个概念）

接着调用lsof | grep deleted查看文件占用情况。。果然那几个zip文件size已经突破天际了。。

看来是java对zip文件打包时出错了。陷入了死循环？？？

由于zip打包源码是同事提供的，并没有深入了解。不得不扒开package，查看到底是个啥子逻辑。

经过一番折腾。终于发现问题。

举个例子：

a文件下有1.jpg 2.jpg两个文件

在第一次请求批量下载时，生成了b.zip文件。

如此a文件夹下就有了1.jpg 2.jpg b.zip文件了

根据源码逻辑，首先会对a文件夹进行遍历搜索，然后将每个文件逐个加入zip文件中。

那么，第二次请求时，从表面上看，可能会粗略的以为b.zip会被覆盖掉，替换成新b.zip，里面包括1.jpg 2.jpg 和旧的b.zip。

大错特错！

文件在进行写操作时，始终是对同一个b.zip在操作！

分解一下过程。首先在遍历a文件夹得到三个文件名的列表:1 2 b

创建新b时，旧b文件会被删除，但是b这个文件名仍旧保留在上面的文件列表中。

接下来，添加1到新b，添加2到新b。

在添加旧B的时候，实则在对新B操作！！如果从文件读写指针的角度来看，如下图所示

read              write

   1      2      （12）

可以看到，由于是在对同一个文件操作，read指针永远不可能赶上write，也即EOF，那么这个写就永无止境。

所以解决bug的方法是：把要打包的文件和目标zip文件放在两个不同的文件夹下面。这样就不会始终对同一个zip文件又读又写了。

 

此外，我还在windows平台上进行了测试。发现一个很诡异的现象。在windows上文件能够正常下载，且不会出现磁盘容量爆棚的情况。但是：

1）新打包的b.zip里面还有一个b.zip。

2）外层的b.zip可以正常解压，里层的b.zip也可以解压和查看。但是里层的b.zip解压时会报文件末端错误。

3）里层的b.zip还有一个b.zip，暂且叫做里里层b.zip。这个里里层b.zip就完全打不开了。

4）用资源管理器查看tomcat所掌握的资源句柄，仍旧包括这个最外层的b.zip。也就是即便client完成了下载，服务端也没有释放这个资源。

可以说，windows遇到了和linux平台一样的问题。但是可能因为windows操作系统的文件系统具体细节的处理方式不同，导致出现了最后这样一个相对诡异的结果。