可能重复:
在 C# 中删除文本文件的第一行
从一个巨大的(想想 2-3 GB)文件中删除第一行的最快和最聪明的方法是什么?
我认为,您可能无法避免逐块重写整个文件,但我可能错了。
可以使用内存映射文件以某种方式帮助解决这个问题吗?
是否可以通过直接在文件系统(例如 NTFS)上操作来实现这种行为 - 例如,更新相应的
inode
数据并更改文件起始扇区,从而忽略第一行?如果是,这种方法是否真的很脆弱,或者还有许多其他应用程序,除了它OS
本身做类似的事情?
可能重复:
在 C# 中删除文本文件的第一行
从一个巨大的(想想 2-3 GB)文件中删除第一行的最快和最聪明的方法是什么?
我认为,您可能无法避免逐块重写整个文件,但我可能错了。
可以使用内存映射文件以某种方式帮助解决这个问题吗?
是否可以通过直接在文件系统(例如 NTFS)上操作来实现这种行为 - 例如,更新相应的inode
数据并更改文件起始扇区,从而忽略第一行?如果是,这种方法是否真的很脆弱,或者还有许多其他应用程序,除了它OS
本身做类似的事情?
NTFS
默认情况下,大多数卷(但重要的是不是全部!)以4096
字节块的形式存储数据。这些由$MFT
记录引用,您无法直接编辑,因为操作系统不允许(出于理智的原因)。因此,没有任何技巧可用于对文件系统进行操作以执行您想要的操作(换句话说,您不能直接反向截断 NTFS 上的文件,即使是文件系统块大小的数量。)
由于文件存储在文件系统中的方式,唯一的答案是您必须直接重写整个文件。或者找出一种不同的方式来存储您的数据。一个 2-3GB 的文件是庞大而疯狂的,特别是考虑到您提到的行意味着该数据至少部分是文本信息。
您应该考虑将这些数据放入数据库吗?或者至少更有效地组织它。
您可以用 覆盖要擦除的每个字符'\x7f'
。然后,在读取文件时,您的阅读器会忽略该字符。当然,这假设您有一个从不使用该DEL
字符的文本文件。
std::istream &
my_getline (std::istream &in, std::string &s,
char del = '\x7f', char delim = '\n') {
std::getline(in, s, delim);
std::size_t beg = s.find(del);
while (beg != s.npos) {
std::size_t end = s.find_first_not_of(del, beg+1);
s.erase(beg, end-beg);
beg = s.find(del, beg+1);
}
return in;
}
正如 Henk 指出的那样,你可以选择一个不同的角色作为你的DELETE
. 但是,优点是无论您要删除哪一行(不限于第一行),该技术都有效,并且不需要对文件系统进行处理。
使用修改后的阅读器,您可以定期对文件进行“碎片整理”。或者,当内容被流式传输/合并到不同的文件或归档到不同的机器时,碎片整理可能会自然发生。
编辑:您没有明确说出来,但我猜这是针对某种日志记录应用程序,其目标是设置日志文件大小的上限。但是,如果这是目标,那么只使用一组较小的日志文件会容易得多。假设您维护了大约 10MB 的日志文件,总日志限制为 4GB。所以这将是大约 400 个文件。如果启动了第 401 个文件,对于写在那里的每一行,您可以DELETE
在第一个文件的连续行上使用标记。当所有行都被标记为删除时,可以删除文件本身,再次留下大约 400 个文件。只要在删除行时第一个文件没有关闭,就没有隐藏的 O(n 2 ) 行为。
但更简单的方法是让您的日志系统保持第 1 和 401 文件原样,并在移动到第 402 文件时删除第 1 文件。
即使您可以删除前导块,它也至少是一个扇区(512 字节),可能与行的大小不匹配。
考虑一个包装器(甚至可能是一个帮助文件)从某个偏移量开始读取。
想法(没有魔法尘埃,只有下面的努力):
使用用户模式文件系统,例如http://www.eldos.com/cbfs/或http://dokan-dev.net/en/来包裹你的真实文件系统,并创建一个小型簿记系统来跟踪有多少文件在前面被“吃掉”。在某些时候,当文件变得太大时,将文件重写为另一个文件并重新开始。
那个怎么样?
编辑:
如果您使用虚拟文件系统,那么您可以使用更小的(256mb)文件片段,您可以将它们粘合到一个具有所需偏移量的“虚拟”文件中。这样你就不需要重写文件了。
更多的:
反思用 'nothing' 覆盖前几行的想法 - 不要那样做,而是在文件的前面添加一个 64 位整数,并使用您喜欢的任何方法跳过那么多字节,因为Stream
将包装原始流并偏移其中的读数的示例推导。
我想如果您选择在“客户端”端使用包装器可能会更好。
将文件一分为二,第一个是较小的块。删除第一行,然后与另一行连接。