如何在 Java 中使用 PipedOutputStream 实现线程间字节数据的单向异步传输
PipedOutputStream必须与PipedInputStream配对并显式调用connect()，否则写入会抛出异常。写入操作同步阻塞，默认缓冲区1024字节，读线程需循环读取。关闭时应先关闭输出端发送EOF，再关闭输入端。实际应用中推荐使用BlockingQueue等替代方案，以避免缓冲区小、无超时控制等问题。
先说结论：PipedOutputStream 不能单独工作，它必须在与 PipedInputStream 配对后才能正常运作——否则写入的时候就会直接抛出“Pipe not connected”异常。数据不经过它自己缓存，而是直接推给配对的输入流，所以连接这件事必须在写入之前完成。
为什么 PipedOutputStream 不能单独工作
很多人会犯一个错误：直接 new 两个管道流就开干，忘了调用 connect()，或者想当然地以为构造器里会自己连上。结果写线程一启动，立即报错 IOException: Pipe not connected。
核心原因在于它本身不持有缓冲区，数据推给谁，完全取决于有没有连上对应的 PipedInputStream。如果你“先写再连”，那数据根本没地方去。最佳实践是：不管 JDK 版本，显式调用 connect()。别依赖构造函数的隐式行为，不同 JDK 版本的处理方式可能不一致——这坑踩过的人不少。
PipedInputStream pis = new PipedInputStream();
PipedOutputStream pos = new PipedOutputStream();
try {
pos.connect(pis); // 必须调用，别偷懒
} catch (IOException e) {
throw new RuntimeException(e);
}
写入线程卡住？检查读取端是否及时消费
这个点很有意思——PipedOutputStream 的 write 操作是同步阻塞的。当配对的 PipedInputStream 的默认缓冲区（1024 字节）满了之后，写线程就会一直等，直到读线程调用 read() 释放空间。这不是 bug，这是设计，它天然实现了背压机制。可惜很多人不明白这一点，把线程卡死的锅甩给框架。
容易踩的坑，一个比一个典型：
- 读线程还没启动，写线程就已经开始写入，结果永久阻塞
- 读线程只读了一次就退出，缓冲区一直满着，写线程再也写不进去
- 用带超时的
read(byte[], int, int)时，没正确处理返回值为 -1（流关闭）或 0（无数据），误判为异常然后提前结束
安全的做法是读线程循环调用 read()，并在捕获异常或返回 -1 时退出：
new Thread(() -> {
byte[] buf = new byte[1024];
try {
int n;
while ((n = pis.read(buf)) != -1) {
// 处理 buf[0..n)
}
} catch (IOException e) {
// 管道已断开或出错，正常结束
}
}).start();
关闭顺序很重要：先关输出端，再关输入端
这是很多人容易忽略的一个关键细节：调用 pos.close() 会向管道发送 EOF 信号，触发 pis.read() 返回 -1。如果反过来，先关闭 pis 再写入 pos，就会直接抛出 IOException: Write end dead。
正确的关闭顺序应该是：
- 写线程完成所有数据写入后，主动调用
pos.close()发送结束信号 - 读线程检测到
read()返回 -1 后自然退出，之后可以安全地调用pis.close() - 不要试图在读线程中主动关闭
pis来“中断”写线程——这会导致写入方异常，并且可能丢失未传输的数据
额外提醒一句：PipedInputStream 的 a vailable() 方法返回的是当前缓冲区中的字节数，不是“是否还有数据”，不能用来轮询判断 EOF。
替代方案比 PipedOutputStream 更可靠吗
必须坦诚地说，纯内存管道在实际工作中用起来并不顺手。缓冲区小、没有超时控制、异常传播不够直观，这些都是硬伤。如果项目里没有历史包袱，建议优先考虑以下替代方案：
- 小数据量 + 控制流场景：用
BlockingQueue或ArrayBlockingQueue，支持容量上限和 offer/poll 超时，可控制性更好 - 需要流式处理大文件的场景：
ByteArrayInputStream/ByteArrayOutputStream+ExecutorService，避免线程之间直接耦合 - 跨 JVM 或需要持久化的场景：
Files.newByteChannel()+ 临时文件，或者用MappedByteBuffer做内存映射文件
PipedOutputStream 的真正价值，其实只适合极简 demo、教学示例，或者配合旧代码做兼容。真实的异步传输场景中，中断、超时、重试和资源泄漏这些问题它都没有处理，完全要靠自己兜底。
最后再说一个几乎没人测试就上线的点：JDK 文档明确写了，管道流不是为了多写一读或多读一写设计的。哪怕只是两个写线程同时往同一个 PipedOutputStream 写，都可能因为竞争导致数据交错，甚至直接抛出 IOException。这一点，线上踩过才知道疼。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
