c – 如何在32位系统上读取4GB文件

2019-07-22 20:06:01 阅读：371 来源： 互联网

标签：32-bit c boost large-files data-processing

在我的情况下,我有不同的文件让我们假设我有> 4GB文件的数据.我想逐行读取该文件并处理每一行.我的一个限制是软件必须在32位MS Windows上运行,或者在64位上运行少量RAM(最小4GB).您还可以假设这些行的处理不是瓶颈.

在当前的解决方案中,我通过ifstream读取该文件并复制到某个字符串.这是片段的样子.

std::ifstream file(filename_xml.c_str());
uintmax_t m_numLines = 0;
std::string str;
while (std::getline(file, str))
{
    m_numLines++;
}

好的,这是有效的,但在这里慢慢地是我的3.6 GB数据的时间：

real    1m4.155s
user    0m0.000s
sys     0m0.030s

我正在寻找一种比这快得多的方法,例如我发现How to parse space-separated floats in C++ quickly?和我喜欢用boost :: mapped_file提出的解决方案,但我面临另一个问题,如果我的文件是大的,在我的情况下文件1GB大足以让整个过程失败.我必须关心内存中的当前数据,可能使用该工具的人没有安装超过4 GB的RAM.

所以我发现了来自boost的mapped_file但是在我的情况下如何使用它？是否可以部分读取该文件并接收这些行？

也许你有另一个更好的解决方案.我必须处理每一行.

谢谢,
巴特

解决方法:

很高兴看到你在How to parse space-separated floats in C++ quickly?找到我的基准

看来你真的在寻找最快的计算线数(或任何线性单程分析),我已经完成了类似的分析和基准

> Fast textfile reading in c++

有趣的是,您会发现性能最高的代码根本不需要依赖内存映射.

static uintmax_t wc(char const *fname)
{
    static const auto BUFFER_SIZE = 16*1024;
    int fd = open(fname, O_RDONLY);
    if(fd == -1)
        handle_error("open");

    /* Advise the kernel of our access pattern.  */
    posix_fadvise(fd, 0, 0, 1);  // FDADVICE_SEQUENTIAL

    char buf[BUFFER_SIZE + 1];
    uintmax_t lines = 0;

    while(size_t bytes_read = read(fd, buf, BUFFER_SIZE))
    {
        if(bytes_read == (size_t)-1)
            handle_error("read failed");
        if (!bytes_read)
            break;

        for(char *p = buf; (p = (char*) memchr(p, '\n', (buf + bytes_read) - p)); ++p)
            ++lines;
    }

    return lines;
}

标签：32-bit,c,boost,large-files,data-processing
来源： https://codeday.me/bug/20190722/1506371.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

c – 如何在32位系统上读取4GB文件