文件下载：ByteArray与Resource哪种内存占用更低？

我们的下载接口目前使用byte[]作为返回类型，代码如下：

@PostMapping("/downloadReport")
public ResponseEntity<byte[]> downlodReport(@RequestBody Request request) {
    byte[] fileContents = someByteContent;
    ResponseEntity.ok().header(HttpHeaders.CONTENT_DISPOSITION, "attachment; filename=\"" + fileName + "\"")
            .contentType(MediaType.parseMediaType("application/vnd.openxmlformats-officedocument.spreadsheetml.sheet"))
            .body(fileContents);
}

目前发现文件下载时CPU占用超过100%，查阅资料后发现多数示例采用Resource作为返回类型，有以下疑问：

1. 使用byte[]返回时，文件是否会全部加载到内存中从而导致下载时内存占用过高？
2. 改用Resource作为返回类型并使用InputStreamResource resource = new InputStreamResource(new FileInputStream(file))是否能优化内存占用？
   同时希望得到相关优化建议。

问题解答与优化建议 #

1. byte[]返回类型的内存问题 #

是的，使用byte[]作为返回类型时，整个文件内容会被一次性加载到JVM内存中。如果下载的文件体积较大，会直接导致内存占用飙升，同时在将字节数组写入响应流时，可能因内存数据拷贝、GC频繁触发等问题间接拉高CPU使用率。

2. InputStreamResource的优化效果 #

改用InputStreamResource确实能优化内存占用，但有几点需要注意：

• InputStreamResource基于流的方式工作，不会一次性把整个文件加载到内存，而是边读边写，每次仅读取一小部分数据到缓冲区，再写入响应输出流，内存占用会维持在较低的稳定值。
• 需注意流的关闭：Spring MVC会在响应处理完成后自动关闭InputStreamResource关联的输入流，但为了避免极端场景下的资源泄漏，也可以通过try-with-resources语法手动管控流的生命周期。

更优的替代方案 #

针对本地文件场景，FileSystemResource是比InputStreamResource更简洁的选择，它是Spring对本地文件的封装，无需手动处理流操作：

@PostMapping("/downloadReport")
public ResponseEntity<Resource> downloadReport(@RequestBody Request request) {
    File file = new File("path/to/target/report.xlsx");
    Resource resource = new FileSystemResource(file);
    
    return ResponseEntity.ok()
            .header(HttpHeaders.CONTENT_DISPOSITION, "attachment; filename=\"" + URLEncoder.encode(file.getName(), StandardCharsets.UTF_8) + "\"")
            .contentType(MediaType.parseMediaType("application/vnd.openxmlformats-officedocument.spreadsheetml.sheet"))
            .contentLength(file.length())
            .body(resource);
}

额外优化建议 #

• 处理文件名编码：使用URLEncoder.encode(fileName, StandardCharsets.UTF_8)处理文件名，避免中文或特殊字符导致的乱码问题。
• 使用缓冲流优化IO：如果需要手动处理流，搭配BufferedInputStream和BufferedOutputStream，设置8KB或16KB的缓冲区，减少IO操作次数，降低CPU消耗。
• 监控JVM状态：使用jstat、jvisualvm等工具监控内存使用与GC频率，验证优化后的效果，排查潜在的内存泄漏问题。

内容的提问来源于stack exchange，提问作者user2108383