标签:
文件太大,没法一次读取到内存进行操作?Windows提供了内存映射API来读取大文件,与普通文件读取相比,内存映射效率比较高。
从代码层面上看,从硬盘上将文件读入内存,都要经过文件系统进行数据拷贝,并且数据拷贝操作是由文件系统和硬件驱动实现的,理论上来说,拷贝数据的效率是一样的。但是通过内存映射的方法访问硬盘上的文件,效率要比read和write系统调用高,这是为什么呢?原因是read()是系统调用,其中进行了数据拷贝,它首先将文件内容从硬盘拷贝到内核空间的一个缓冲区,如图2中过程1,然后再将这些数据拷贝到用户空间,如图2中过程2,在这个过程中,实际上完成了 两次数据拷贝 ;而mmap()也是系统调用,如前所述,mmap()中没有进行数据拷贝,真正的数据拷贝是在缺页中断处理时进行的,由于mmap()将文件直接映射到用户空间,所以中断处理函数根据这个映射关系,直接将文件从硬盘拷贝到用户空间,只进行了 一次数据拷贝 。因此,内存映射的效率要比read/write效率高。(引用自http://blog.csdn.net/mg0832058/article/details/5890688)
本文主要以代码的方式演示读取大文件的API使用,顺带测试了缓冲区大小与写文件速度的关系,以及绘制文件写入速率图。
HANDLE hFile = NULL; HANDLE hFileMap = NULL; LARGE_INTEGER liResult; hFile = CreateFile(L"e:\\1.zip", GENERIC_READ|GENERIC_WRITE, 0, 0, OPEN_EXISTING, FILE_ATTRIBUTE_NORMAL, NULL); if ( INVALID_HANDLE_VALUE == hFile ) { goto __TestEnd; } //创建文件映射 hFileMap = CreateFileMapping(hFile, NULL, PAGE_READWRITE, 0, 0, NULL); if ( NULL == hFileMap ) { goto __TestEnd; } //得到系统分配粒度 SYSTEM_INFO si; GetSystemInfo(&si); DWORD dwSysGran = si.dwAllocationGranularity; //得到文件大小 LARGE_INTEGER lFileSize; GetFileSizeEx(hFile, &lFileSize); CloseHandle(hFile); hFile = INVALID_HANDLE_VALUE; //性能方面,都知道容器大小了就先初始化大小,免得用vector自己的扩容机制浪费CPU vecTime.resize(200, 0); char szPath[MAX_PATH] = {0}; for ( int i=1; i<=200; ++i ) { __int64 qwFileOffset = 0; __int64 qwFileSize = lFileSize.QuadPart; DWORD dwDataLen = 0; FILE* fp = NULL; DWORD dwBlockBytes = i*dwSysGran; if ( lFileSize.QuadPart<dwBlockBytes ) dwBlockBytes = lFileSize.QuadPart; sprintf(szPath, "d:\\test\\%d.zip", i); //DeleteFileA(pFile); { //PERFOR_TEST("复制文件测试4KB_1"); CPerforTest test(&liResult); fp = fopen(szPath, "ab+"); while( qwFileSize>0 ) { dwDataLen = qwFileSize<dwBlockBytes? qwFileSize : dwBlockBytes; LPBYTE lpData = (LPBYTE)MapViewOfFile(hFileMap, FILE_MAP_READ|FILE_MAP_WRITE, (DWORD)(qwFileOffset>>32), (DWORD)(qwFileOffset&0xffffffff), dwDataLen); if ( NULL == lpData ) break; //把文件复制到另一个目录下,写文件操作 //fp = fopen(szPath, "ab+");//追加方式写入文件,不存在则创建 fwrite(lpData, dwDataLen, 1, fp); //fclose(fp); UnmapViewOfFile(lpData); qwFileOffset += dwDataLen; qwFileSize -= dwDataLen; } fclose(fp); } vecTime[i-1] = liResult.LowPart/300; Sleep(100); } __TestEnd: DWORD dwError = GetLastError(); //内核句柄清理工作 if ( hFile != INVALID_HANDLE_VALUE ) { CloseHandle(hFile); hFile = INVALID_HANDLE_VALUE; } if ( hFileMap ) { CloseHandle(hFileMap); hFileMap = NULL; }值得注意的是,内存映射大小必须是系统分配大小基数的倍数。每次读完一段,我们就把这个文件指针位置qwFileOffset后移一段直到读完。还有就是,必须是有多少读多少,最后一次往往其空间比正常分配的小,我们需要计算分配空间:dwDataLen = qwFileSize<dwBlockBytes? qwFileSize : dwBlockBytes;不然的话,分配空间大于文件剩余大小,MapViewOfFile就会失败。
统计绘制效率:
//一次冒泡排序找到最小的那个数及其索引,索引很重要,我们可以知道每次写入多大时效率最高 DWORD dwMinTime = vecTime[0]; size_t nIndex = 0; for ( size_t i=1; i<vecTime.size(); ++i ) { if ( vecTime[i]<dwMinTime ) { dwMinTime = vecTime[i]; nIndex = i; } } g_dwMinTime = dwMinTime; g_nBuffSize = (nIndex+1)*dwSysGran/1024;//换算成KB //通知窗口刷新绘制 g_bInit = true; InvalidateRect(hWnd, NULL, TRUE); BringWindowToTop(hWnd); return 0;
case WM_SIZE: { g_bSizeChange = true; break; } case WM_PAINT: { hdc = BeginPaint(hWnd, &ps); // TODO: 在此添加任意绘图代码... RECT rcClient; GetClientRect(hWnd, &rcClient); if ( g_bSizeChange ) {//窗口大小改变了,需要我们重新创建对应大小的缓冲DC if ( g_hMemDC ) { DeleteDC(g_hMemDC); DeleteObject(g_hMemBmp); } g_hMemDC = CreateCompatibleDC(hdc); g_hMemBmp= CreateCompatibleBitmap(hdc, rcClient.right-rcClient.left, rcClient.bottom-rcClient.top); SelectObject(g_hMemDC, g_hMemBmp); g_bSizeChange = false; } if ( g_bInit ) { HPEN hOldPen = (HPEN)SelectObject(g_hMemDC, g_hPen); POINT pt; MoveToEx(g_hMemDC, 0, 0, &pt); for ( size_t i=0; i<vecTime.size(); ++i ) { LineTo(g_hMemDC, (i+1)*5, rcClient.bottom-vecTime[i]); } ::SelectObject(g_hMemDC, hOldPen); wchar_t szText[100] = {0}; swprintf(szText, L"缓冲区为:%u KB时,写入文件用时最短:%u", g_nBuffSize, g_dwMinTime); SetTextColor(g_hMemDC, RGB(255,0,0)); SetBkMode(g_hMemDC, TRANSPARENT); RECT rcText = {10,0,600,40}; DrawText(g_hMemDC, szText, wcslen(szText), &rcText, DT_LEFT|DT_VCENTER|DT_SINGLELINE); } ::BitBlt(hdc, 0, 0, rcClient.right, rcClient.bottom, g_hMemDC, 0, 0, SRCCOPY); EndPaint(hWnd, &ps); } break;
我的测试文件是一个大小为15M左右的文件,缓冲区变化范围:1×63KB----200×63KB,这里最优的竟然是每次写入大约1.7M数据时。
标签:
原文地址:http://blog.csdn.net/mfcing/article/details/43734445