最近我决定优化我正在做的一些文件读取,因为正如大家所说,将大量数据读取到缓冲区然后使用它比使用大量小读取更快 . 而且我的代码现在肯定要快得多,但在进行一些分析之后,似乎memcpy占用了大量的时间 .
我的代码的要点是......
ifstream file("some huge file");
char buffer[0x1000000];
for (yada yada) {
int size = some arbitrary size usually around a megabyte;
file.read(buffer, size);
//Do stuff with buffer
}
我正在使用Visual Studio 11,在对我的代码进行分析后,它说 ifstream::read()
最终调用 xsgetn()
,它从内部缓冲区复制到我的缓冲区 . 此操作占用超过80%的时间!排在第二位的是 uflow()
,它占据了10%的时间 .
有什么方法可以绕过这个复制吗?我可以以某种方式告诉 ifstream
将我需要的大小直接缓冲到我的缓冲区中吗? C风格 FILE*
也使用这样的内部缓冲区吗?
更新:由于人们告诉我使用cstdio ...我做了一个基准测试 .
编辑:不幸的是旧的代码充满了失败(它甚至没有读取整个文件!) . 你可以在这里看到:http://pastebin.com/4dGEQ6S7
这是我的新基准:
const int MAX = 0x10000;
char buf[MAX];
string fpath = "largefile";
int main() {
{
clock_t start = clock();
ifstream file(fpath, ios::binary);
while (!file.eof()) {
file.read(buf, MAX);
}
clock_t end = clock();
cout << end-start << endl;
}
{
clock_t start = clock();
FILE* file = fopen(fpath.c_str(), "rb");
setvbuf(file, NULL, _IOFBF, 1024);
while (!feof(file)) {
fread(buf, 0x1, MAX, file);
}
fclose(file);
clock_t end = clock();
cout << end-start << endl;
}
{
clock_t start = clock();
HANDLE file = CreateFile(fpath.c_str(), GENERIC_READ, FILE_SHARE_READ, NULL, OPEN_ALWAYS, NULL, NULL);
while (true) {
DWORD used;
ReadFile(file, buf, MAX, &used, NULL);
if (used < MAX) break;
}
CloseHandle(file);
clock_t end = clock();
cout << end-start << endl;
}
system("PAUSE");
}
时代是:
185
80
78
好吧......看起来使用C风格的fread比ifstream :: read更快 . 同样,使用Windows ReadFile只能提供一点点优势,这可以忽略不计(我查看了代码,fread基本上是ReadFile的包装器) . 看起来我毕竟会转向恐惧 .
男人写一个真正测试这个东西的基准测试是很困惑的 .
结论:使用 <cstdio>
比 <fstream>
快 . fstream较慢的原因是因为c流有自己的内部缓冲区 . 每当您进行读/写操作时,这会导致额外的复制,并且此复制会占用fstream所花费的整个额外时间 . 更令人震惊的是,所花费的额外时间比实际读取文件所花费的时间长 .
3 回答
如果你想加速文件I / O,我建议你使用好的'
<cstdio>
,因为它可以大大优于C .是的,这就是pubsetbuf()的用途 .
但是,如果您关心的是复制读取文件,请考虑内存映射,boost也有portable implementation .
已经多次证明,在Linux系统上读取数据的最快方式是
mmap()
. 关于Windows,我不知道 . 但是肯定没有这个缓冲 .fopen()
,fread()
,fwrite()
(FILE*
)稍微高一些,可能会产生一个缓冲区,而open()
,read()
,write()
函数是低电平的,你可能拥有的唯一缓冲区来自Os内核 .