InputStream优化是什么？

用户反馈OSS请求费用高，甚至超过了DLA费用（OSS请求费用=请求次数×每万次请求的单价÷10000）。调查发现，是因为开源的OSSFileSystem在读取数据的过程中，会按照512KB为一个单位进行预读操作。例如，用户如果顺序读一个1MB的文件，会产生两个对OSS的调用：第一个请求读前512KB，第二个请求读后面的512KB。这样的实现就会造成读大文件时请求次数比较多，另外由于预读的数据是缓存在内存里面的，如果同时读取的文件比较多，也会给内存造成一些压力。因此，在DLA FS的实现中，我们去掉了预读的操作，用户调用hadoop的read时，底层会向OSS请求读取从当前位置到文件结尾整个范围的数据，然后从OSS返回的流中读取用户需要的数据并返回。这样如果用户是顺序读取，下一个read调用就自然从同一个流中读取数据，不需要发起新的调用，即使顺序读一个很大的文件也只需要一次对OSS的调用就可以完成。

另外，对于小的跳转（seek）操作，DLA FS的实现是从流中读取出要跳过的数据并丢弃，这样也不需要产生新的调用，只有大的跳转才会关闭当前的流并且产生一个新的调用（这是因为大的跳转读取-丢弃会导致seek的延时变大）。这样的实现保证了DLA FS的优化在ORC/Parquet等文件格式上面也会有减少调用次数的效果。